Python 3.x 如何保存我必须编码的真实标签？

为了使用sickit learn获得决策树，我需要标记一个数据帧

    S02Q01_Gender  S02Q02_Age_rec   S02Q03A_Region  S02Q03B_Settlement_type     S02Q03C_Province    S02Q10A_Employment  S02Q11_Professional_field   Segment Cluster
0   Female         12-19            Marrakesh       Urban                       Casablanca-Settat   Student             None                        Class1
1   Male           65 or above      Marakesh        Rural                       El Jadida           My Employed, part-time  Property                Class2
...

但是，为了在混淆矩阵上正确地绘制它，我需要保存

target

列的标签

我试过：

y_test_dencoded = label_encoder.inverse_transform(y_test)
y_pred_dencoded = label_encoder.inverse_transform(y_pred)

cnf_matrix = metrics.confusion_matrix(y_test_dencoded, y_pred_dencoded, labels=None, sample_weight=None)

并绘制它：

import seaborn as sn
import pandas as pd
import matplotlib.pyplot as plt

df_cm = pd.DataFrame(cnf_matrix, index = [i for i in set(y_test_dencoded)],
                  columns = [i for i in set(y_pred_dencoded)])
plt.figure(figsize = (10,7))
ax = sn.heatmap(df_cm, annot=True)
bottom, top = ax.get_ylim()
ax.set_ylim(bottom + 0.5, top - 0.5)

---

它返回一个混淆矩阵，但我不知道我是否很好地标记了它…

如果您的分类器是

clf

，您可以使用

clf.classes\uu

来识别模型分配给标签的编号

例如，如果

clf.classes

是

[“class1”、“class3”、“class2”]

（假设您只有三个类），这意味着以下映射在预定标签和实际标签之间有效：

{0:“class1”、1:“class3”、2:“class2”}

在这种情况下，在sklearn混淆矩阵输出中，

X

轴刻度标签为2,1,0，Y轴刻度标签为0,1,2（以轴值递增顺序）。您可以使用上述字典将这些映射回标签