前情提要：特征编码1 - 特征编码概述与分类：https://blog.csdn.net/weixin_35757704/article/details/123050687

无监督的含义是：特征编码时根据自身数据的特点进行编码，而无需参考其他数据
一维的含义是：编码时输入一维数据，输出一维数据

后续的python代码中，我们使用这个示例：

import numpy as np
import pandas as pd
import category_encoders as ce# 构造数据
dataframe = pd.DataFrame(data=[np.random.random(size=100),np.random.random(size=100),np.random.random_integers(0, 5, 100),np.random.random_integers(0, 5, 100),np.random.random(size=100), ]).T
dataframe.columns = ['x1', 'x2', 'x3', 'y1', 'y2']  # 连续特征1, 连续特征2, 离散特征1, 离散y, 连续y
train_df = dataframe.iloc[:70]  # 训练用
test_df = dataframe.iloc[70:]  # 测试用

无监督输出1维

按照本身的数据来进行编码，并且输出的结果是1维数据

1. 序数编码 Ordinal Encoding/Label Encoder

把同一个离散值用同一个整数表示

from sklearn.preprocessing import LabelEncoderlabel_df = LabelEncoder().fit_transform(['a', 'b', 'a'])

结果：[0,1,0]

2. 计数编码 CountEncoder

计数，即直接统计这个标签对应的次数，将次数作为当前值对应的编码，类似于pandas.Dataframe.value_counts()

count_encoder = ce.CountEncoder(cols=['x3'])
train_count_encoding = count_encoder.fit_transform(train_df)
test_count_encoding = count_encoder.transform(test_df)

每个值的编码即为当前值出现的总次数

特征编码2 - 无监督一维编码（序数编码、计数编码）及python示例相关推荐

NAACL 2021 | AWS AI 提出基于对比学习的端到端无监督聚类方法
©PaperWeekly 原创 · 作者 | 李婧蕾学校 | 北京邮电大学硕士生研究方向 | 自然语言处理 Abstract 无监督聚类的目的是根据在表示空间中的距离发现数据的语义类别.然而,在学 ...
新突破！CVPR2019接收论文：新的基于自编码变换的无监督表示学习方法—AET
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散该文翻译由联盟成员翻译,若有不妥,欢迎指正深度神经网络的成功往往依赖于大量标记的例子,这在许多实际场景中是很难获得 ...
风格迁移篇---重用鉴别器进行编码：朝向无监督的图像到图像转换
文章目录 Abstract 1. Introduction 2. Related Work 3. Our NICE-GAN 3.1. General Formulation 3.2. Architec ...
Mockingjay: 基于双向Transformer编码的无监督语音表征学习
本次分享台湾大学李宏毅老师团队在ICASSP 2020会议发表的论文<MOCKINGJAY: UNSUPERVISED SPEECH REPRESENTATION LEARNING WITH D ...
一维，二维条形码/条码的编码规则
编码规则唯一性:同种规格同种产品对应同一个产品代码,同种产品不同规格应对应不同的产品代码.根据产品的不同性质,如:重量.包装.规格.气味.颜色.形状等等,赋予不同的商品代码. 永久性:产品代码一经 ...
李宏毅（2020）作业9：无监督学习降维、聚类、自编码
文章目录数据集作业任务1 任务2 任务3 数据下载数据集准备训练数据一些工具函数模型训练降维和聚类问题1(作图) 问题2 问题3 数据集 valX.npy valY.npy tra ...
还在为DST模型刷不动而感到苦恼吗？来试试无监督DST吧，DSI等你来战！
本文介绍一篇西湖大学联合哈尔滨工业大学 SCIR 实验室和北京理工大学发表于 IJCAI 2020 的论文 Dialogue State Induction Using Neural Latent V ...
迁移性好、多用途，港中文提出特征分离的无监督人类三维姿态表征
来源 | 我爱计算机视觉(ID:aicvml) 本文将介绍一种基于特征分离的通用人类姿态特征的学习算法 Unsupervised Human 3D Pose Representation with V ...
73岁Hinton老爷子构思下一代神经网络：属于无监督对比学习
来源:机器之心本文约2700字,建议阅读7分钟. 在近期举行的第 43 届国际信息检索年会 (ACM SIGIR2020) 上,Geoffrey Hinton 做了主题为<The Next G ...

特征编码2 - 无监督一维编码（序数编码、计数编码）及python示例

无监督输出1维

1. 序数编码 Ordinal Encoding/Label Encoder

2. 计数编码 CountEncoder

特征编码2 - 无监督一维编码（序数编码、计数编码）及python示例相关推荐

最新文章

热门文章