تطبيق LabelEncoder في مكتبة Sklearn لترميز فئات البيانات (Classes) النصيىة

يمكننا القيام بذلك عن طريق مكتبة Sklearn باستخدام الصف LabelEncoder  عبر الموديول التالي:

preprocessing.LabelEncoder 

classes_: هي attribute لعرض الفئات التي وجدها.

(data)fit : للقيام بعملية fitting على البيانات أي لكي يرمزها.

(data)transform: لتحويل البيانات data من  شكلها الحالي إلى الشكل الجديد (الترميز الجديد).

مثال:

# استيراد المكتبات
from sklearn.preprocessing import LabelEncoder
import pandas as pd
# إنشاءداتا 
data = {'size': [100, 30, 50, 200, 2],
        'rooms': [12, 2, 3, 30, 2],
        'score': ['big', 'small', 'medium', 'verybig', 'verysmall']}
df = pd.DataFrame(data)
df.head()
# تعريف غرض من الصف المطلوب
le = LabelEncoder()
# على البيانات المطلوبة fitting القيام بعملية ال
le.fit(df['class'])
# fitting عرض الفئات المختلفة التي وجدها بعد أن انتهى من ال
print('classed found : ' , list(le.classes_)) # classed found :  ['big', 'medium', 'small', 'verybig', 'verysmall']
# للقيام بعملية التحويل  فقط ، حيث اننا هنا فقط استعرضنا النتيجة 
print('equivilant numbers are : ' ,le.transform(df['class']) ) # equivilant numbers are :  [0 2 1 3 4]
# للقيام يعملية التحويل واستبدال القيم الناتجة بالقيم الأصلية في البيانات
df['class'] = le.transform(df['class'])