Pythonsklearn的带有分类箱的labelencoder

我一直在手动进行转换,但有没有办法使用sklearn的bin或范围labelencoder:

le = LabelEncoder()
A = ["paris", "memphis"]
B = ["tokyo", "amsterdam"]
le.fit([A,B])
print(le.transform(["tokyo", "memphis", "paris","tokyo", "amsterdam"]))

期望的输出 - > [2,1,1,2,2]

或者你可以想象使用年龄范围,距离等.有没有办法做到这一点？

据我所知,使用LabelEncoder无法做到这一点,但制作自定义转换函数应该可行.

编辑:更新代码以处理在两个或两个箱中都没有出现的项目.

from sklearn.base import TransformerMixin

class BinnedLabelEndcoder(TransformerMixin):       

    def transform(self, X, *_, start_index=1):
        result = []
        for item in X:
            for group_id, group in enumerate(self.group_list):
                if item in group:
                    result.append(group_id + start_index)
                    break
            else:
                result.append(None)
        return result

    def fit(self, group_list, *_):
        self.group_list = group_list
        return self

您可以将此问题与您问题中的代码一起使用:

le = BinnedLabelEndcoder()
A = ["paris", "memphis"]
B = ["tokyo", "amsterdam"]
le.fit([A,B])
print(le.transform(["tokyo", "memphis", "paris","tokyo", "amsterdam"]))

产量

[2, 1, 1, 2, 2]