`sklearn.preprocessing`.LabelEncoder¶

class sklearn.preprocessing.LabelEncoder¶

Codifica las etiquetas objetivo con un valor entre 0 y n_classes-1.

Este transformador debe utilizarse para codificar los valores objetivo, * es decir, * y, y no la entrada` X`.

Lee más en el Manual de usuario.

Nuevo en la versión 0.12.

Atributos

classes_ndarray de forma (n_classes,): Contiene la etiqueta para cada clase.

Ver también

OrdinalEncoder: Codifica las características categóricas utilizando un esquema de codificación ordinal.
OneHotEncoder: Codifica las características categóricas como un arreglo numérico one-hot.

Ejemplos

LabelEncoder se puede utilizar para normalizar las etiquetas.

>>> from sklearn import preprocessing
>>> le = preprocessing.LabelEncoder()
>>> le.fit([1, 2, 2, 6])
LabelEncoder()
>>> le.classes_
array([1, 2, 6])
>>> le.transform([1, 1, 2, 6])
array([0, 0, 1, 2]...)
>>> le.inverse_transform([0, 0, 1, 2])
array([1, 1, 2, 6])

También puede utilizarse para transformar etiquetas no numéricas (siempre que sean hashables y comparables) a etiquetas numéricas.

>>> le = preprocessing.LabelEncoder()
>>> le.fit(["paris", "paris", "tokyo", "amsterdam"])
LabelEncoder()
>>> list(le.classes_)
['amsterdam', 'paris', 'tokyo']
>>> le.transform(["tokyo", "tokyo", "paris"])
array([2, 2, 1]...)
>>> list(le.inverse_transform([2, 2, 1]))
['tokyo', 'tokyo', 'paris']

Métodos

`fit`	Ajusta el codificador de etiquetas.
`fit_transform`	Ajusta el codificador de etiquetas y devuelve las etiquetas codificadas.
`get_params`	Obtiene los parámetros para este estimador.
`inverse_transform`	Transforma las etiquetas de nuevo a la codificación original.
`set_params`	Establece los parámetros de este estimador.
`transform`	Transforma las etiquetas a una codificación normalizada.

fit()¶

Ajusta el codificador de etiquetas.

Parámetros

yarray-like de forma (n_samples,): Valores objetivo.

Devuelve

selfdevuelve una instancia de sí misma.

fit_transform()¶

Ajusta el codificador de etiquetas y devuelve las etiquetas codificadas.

Parámetros

yarray-like de forma (n_samples,): Valores objetivo.

Devuelve

yarray-like de forma (n_samples,)

get_params()¶

Obtiene los parámetros para este estimador.

Parámetros

deepbool, default=True: Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.

Devuelve

paramsdict: Los nombres de los parámetros mapeados a sus valores.

inverse_transform()¶

Transforma las etiquetas de nuevo a la codificación original.

Parámetros

yndarray de forma (n_samples,): Valores objetivo.

Devuelve

yndarray de forma (n_samples,)

set_params()¶

Establece los parámetros de este estimador.

El método funciona tanto en estimadores simples como en objetos anidados (como Pipeline). Estos últimos tienen parámetros de la forma <component>__<parameter> para que sea posible actualizar cada componente de un objeto anidado.

Parámetros

**paramsdict: Parámetros del estimador.

Devuelve

selfinstancia del estimador: Instancia del estimador.

transform()¶

Transforma las etiquetas a una codificación normalizada.

Parámetros

yarray-like de forma (n_samples,): Valores objetivo.

Devuelve

yarray-like de forma (n_samples,)