python - 如何在 Pipeline 中使用 LabelEncoder 和随机森林

Question

我正在尝试使用Pipelinefrom scikit-learn。目前我正在做以下事情：

1. 应用于LabelEncoder某些功能
2. 构建RandomForest回归器

代码是：

x['zipcode'] = labelencoder.fit_transform(x['zipcode'])

rfr = RandomForestRegressor(n_estimators=20, random_state=0)

rfr.fit(x, y)

我如何构建一个Pipeline以便未来看不见的数据经历相同的转换？

标签： pythonmachine-learningscikit-learnrandom-forest

Answer 1

您无需将 LabelEncoder 转换放入 sklearnPipeline指令中。因此，可能的解决方案是调用 LabelEncoder ，例如如下：

import numpy as np 
from sklearn.preprocessing import LabelEncoder

lbl = LabelEncoder()
lbl.fit(X)
np.save('lbl_encoder.npy', encoder.classes_)

并在需要时加载

lbl = LabelEncoder
lbl.classes_ = np.load('lbl_encoder.npy')