python - LabelEncoder().fit_transform 给我负值？

Question

嘿，

我的数据集中的“城市”列中有不同的城市名称。我很想使用 LabelEncoder() 对其进行编码。但是，我得到了非常令人沮丧的负值结果

df['city_enc'] = LabelEncoder().fit_transform(df['City']).astype('int8')

新的 city_enc 列给了我从 -128 到 127 的值。我不明白为什么 LabelEncoder().fit_transform 给了我负值？我希望它会给出从 0 到 (n-1) 的值。谁能给我解释一下？

最好的问候，兰阮

标签： pythonscikit-learnsklearn-pandasone-hot-encodinglabel-encoding

Answer 1

这肯定是因为您试图对超过 128 (0 ... 127) 个不同的城市进行编码（您可以使用 进行检查len(df['City'].unique())）。

然后，当您强制转换时，int8您最终会得到负值，以确保所有标签都是不同的。你有int8256 个不同的值 (-128 ... 127)。例如，如果您将 129 个不同的值编码为int8，您将使用所有 0 ... 127 个正值，并且将为一项分配标签-128。

一种简单的解决方案是放弃astype('int8')转换：

df['city_enc'] = LabelEncoder().fit_transform(df['City']) # defaults to 'int64'