Encoding 从Scikit学习中的顺序编码获取基数

我正在使用

OrdinalEncoder

对Scikit learn中的分类数据进行编码，我正在寻找一种方法来获取编码的详细信息。即每个特征的基数，甚至是数字和类别之间的精确映射

除了

逆变换

方法，我看不出有什么方法可以做到这一点。我希望尽可能地做到这一点，即在事先不知道类别的情况下

---

我知道顺序编码的问题（onehot不是我的选择）。我也看过DictVectorizer，但我不确定它是否合适。

好的，所以我重新创建了官方文档示例

from sklearn.preprocessing import OrdinalEncoder
enc = OrdinalEncoder()
X = [['Male', 1], ['Female', 3], ['Female', 2]]
enc.fit(X)

现在，如果您想查看编码，只需调用

categories\uu

属性，因此在本例中：

print(enc.categories_)
#Output: [array(['Female', 'Male'], dtype=object), array([1, 2, 3], dtype=object)]

现在，这只返回编码的特征，而不是它们的编码。然而，它们的索引本身就是编码。例如，在这种情况下，

女性

被编码为

0

，

男性

被编码为

1

，然后向前移动到下一组特征，

1

被编码为

0

，

2

被编码为

1

，依此类推

所以，如果我想得到

女性

和

男性

的编码：

encoding = enc.categories_
encoding_sex = dict(zip((encoding[0]), range(len(encoding[0]))))
print(encoding_sex)
# Output: {'Female': 0, 'Male': 1}

现在，如果您想将上述方法推广到所有功能并使其快速，请执行以下操作：

encoding = enc.categories_
encoding_feature = lambda x: dict(zip(x, range(len(x))))
encoding_full = [encoding_feature(feature_elem) for feature_elem in encoding]
print(encoding_full)
# Output: [{'Female': 0, 'Male': 1}, {1: 0, 2: 1, 3: 2}]

---

categories\u

具有映射，这是

逆变换所需的映射。您可以查看
逆变换
代码

可能您正在寻找数字和类别之间的显式词典，然后使用

>>> from sklearn.preprocessing import OrdinalEncoder
>>> enc = OrdinalEncoder()
>>> X = [['Male', 1], ['Female', 3], ['Female', 2]]
>>> enc.fit(X)
... 
OrdinalEncoder(categories='auto', dtype=<... 'numpy.float64'>)

>>> [dict(enumerate(mapping)) for mapping in enc.categories_]
# [{0: 'Female', 1: 'Male'}, {0: 1, 1: 2, 2: 3}]

来自sklearn.preprocessing导入序号编码器的
>>
>>>enc=普通编码器（）
>>>X=[['男性'，1]，'女性'，3]，'女性'，2]]
>>>附件尺寸（X）
... 
序号编码器（categories='auto'，dtype=）
>>>[dict（枚举（映射））用于在enc.categories_u2;中映射]
#[{0:'女性'，1:'男性'}，{0:1，1:2，2:3}]
我认为您在这里误用了基数这个词。基数意味着一个特定对象的计数。可以举一些例子来解释你想要达到的目标，这正是我想要的，谢谢。事实证明，我遇到问题的原因是我使用列转换器只对少数列应用编码。当我查询属性时，我一直得到“OrdinalCoder”对象没有属性“categories”

。让我知道这是否属于一个单独的问题。@robtherobot101是的，我认为这确实需要一个单独的问题，包括您正在使用的代码，以及完整的堆栈跟踪（如果可能的话），因为如果不看代码，我无法准确地说出解决方案：-）我很乐意帮助您回答这个新问题。如果你觉得这个答案有用，你能投票并把它标为正确答案吗？