更改LabelEncoder()结果的顺序

Question

假设我有一个多等级的分类任务。标签是：

• 类别1
• 类别2
• 3级

在LabelEncoder()之后，标签被转换为0-1-2。

我的问题是：

• 标签必须从0开始吗？
• 标签必须是顺序的吗？
• 如果我用3替换所有的标签0，使我的标签是1-2-3，而不是0-1-2 (这是在训练前完成的)，会发生什么？
• 如果标签是数字的，比如10-100-1000，那么我还需要使用LabelEncoder()将它们编码为0-1-2吗？

Answer 1

标签必须从0开始吗？

• 不，只要他们有独特的价值观，从哪里开始并不重要。

标签必须是顺序的吗？

• 这取决于特征。例如，如果你的特征显示的是数量级，比如small这里)

如果我用3替换所有的标签0，使我的标签是1-2-3，而不是0-1-2 (这是在训练前完成的)，会发生什么？

• 除了前面的项目外，我们应该考虑使用哪种类型的模型。例如，基于树的模型(如RandomForest )可以很好地处理分类数据，并且类别的数值可以是任意的。但线性模型的情况并非如此。

如果要将分类特性转换为数字值，则应考虑两件事:功能值(序号？)以及模型的类型。

为了提高模型的性能，有许多方法可以将分类特征转换为数值特征，比如目标编码技术，这些方法也显示了对基于树的分类器的改进，但也许这是另一次的对话:)