如何在Azure ML工作室进行标签编码？

Question

我总共有大约80列，其中大约20列是分类的，需要标签编码。我检查了提供这里的解决方案，以及说明使用特征散列技术的解决方案。但是，特征哈希技术转换类似于单一热编码而不是标签编码。

示例：

Column1
RL
RL
RM
RL
RM
RM

在特性哈希之后，代码与一次热编码类似，如下所示：

Column1-RL     Column1-RM
1              0
1              0
0              1
1              0
0              1
0              1

如何在Azure-ml中做类似的标签编码，使输出类似于：

Column1
1
1
2
1
2
2

Answer 1

在features中，我们可以使用三个不同的特性来执行预测。我们可以用看起来像木星笔记本的笔记本来表演。第二种模式是使用AutoML。利用这个AutoML特性，我们将使用预定义的规则和最终的设计器来自动实现预测模型。Designer是一种基于输入和输出的工具，它以节点的形式将所有需求连接到另一个节点。

标签编码器在AutoML和Designer中不能作为独占选项直接使用。此功能嵌入到具有编程结构的笔记本中。在AutoML中，一旦我们在上传数据集之后开始运行模型，它将在内部由模型本身执行。标签将在AutoML数据集输出中生成并可见，以进行验证。

import pandas as pd

df = pd.read_csv(“filename.csv”)

df.head() # to get top 5 rows of the dataset

​

​

df.dtypes #types of every variable

​

​

#我们需要实现对象变量的标签编码器。

df['target'].unique() # we will get the unique variables

​

​

df[“Class”].value_count() #get the count of each category

​

​

from sklearn.preprocessing import LabelEncoder

lable_encoder = LabelEncoder() #created the object for label encoder class

#在目标变量上实现标签编码器。并将其保存到原始数据

df['target] = label_encoder.fit_transform(df[“Class”]) #transformed and replaced with original dataframe

若要检查数据集是否已更新，请执行以下操作。

df.dtypes #use this method to get the updated dataset data types for each column(feature).

​

​

df['target'].unique() # we will get number for each category in that column

​

​

知道每个类别的计数

df['target'].value_counts() # will get total amount of count for each category

​

​

要在Azure平台上运行这个特性，我们需要创建一个资源并使用订阅键，并在笔记本中使用上面的代码。

在AutoML的情况下，通过上传数据集来运行模型，建模后的结果将类似于下面的场景。

​

​