preprocessing.LabelEncoder用法
在机器学习中，大多数算法，譬如逻辑回归，支持向量机SVM，k近邻算法等都只能够处理数值型数据，不能处理文字，在sklearn当中，除了专用来处理文字的算法，其他算法在fit的时候全部要求输入数组或矩阵，也不能够导入文字型数据（其实手写决策树和普斯贝叶斯可以处理文字，但是sklearn中规定必须导入数值型）
然而在现实中，许多标签和特征在数据收集完毕的时候，都不是以数字来表现的。比如说，学历的取值可以是["小学"，“初中”，“高中”，"大学"]，付费方式可能包含["支付宝"，“现金”，“微信”]等等。在这种情况下，为了让数据适应算法和库，我们必须将数据进行编码，即是说，将文字型数据转换为数值型
class sklearn.preprocessing.LabelEncoder
Attributes：
classes_
array of shape (n_class,)
Holds the label for each class
Methods
fit(self, y) |
Fit label encoder |
fit_transform(self, y) |
Fit label encoder and return encoded labels |
get_params(self[, deep]) |
Get parameters for this estimator. |
inverse_transform(self, y) |
Transform labels back to original encoding. |
transform(self, y) |
Transform labels to normalized encoding. |
LabelEncoder 可以将标签分配一个0—n_classes-1之间的编码将各种标签分配一个可数的连续编号：
Example
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
lb=le.fit(["paris", "paris", "tokyo", "amsterdam"])
lb.classes_
# array(['amsterdam', 'paris', 'tokyo'], dtype='<U9')
lb.transform(["tokyo", "tokyo", "paris", "amsterdam", "amsterdam"])
# array([2, 2, 1, 0, 0], dtype=int64)