我有一个用于分类目的的手写数据集，其中的类来自a-z. 如果我想使用MLPClassifier，我想我不能直接使用这样的分类类，因为 scikit-learn 中的 MLP 实现只处理数字类。因此，这里应该采取什么适当的行动？将这些类转换为从 1 到 28 的编号如何，是否有意义？如果没有，scikit-learn 是否为类标签提供了特殊的编码机制来处理这种情况（我猜这里不是单热编码的选项）？
谢谢
您可能需要预处理数据，因为 scikit-learn 只处理数值。在这种情况下，我想预测交易的货币。货币以 ISO 代码表示，因此使用 LabelEncoder 将其转换为数字类别（即：1、2、3...）：
#Import the object LabelEncoder
from sklearn.preprocessing import LabelEncoder
#defining class column
my_encoder = LabelEncoder()
my_class_currency = np.array(my_encoder.fit_transform(my_data['currency'])).reshape(-1,1)
#Create a "diccionary" to translate the categories into the actual values once you have the output
my_class_decoder = list(np.unique(my_data['currency']))
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句