Mã hóa nhãn target bằng LabelEncoder
Phân biệt encoding target với one-hot feature và biết giải mã ngược.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: list labels, fit/transform, classification target.
Nội dung đề bài
Mục tiêu kiến thức
Phân biệt encoding target với one-hot feature và biết giải mã ngược.
Mô tả bài toán
Đây là bài số 335 trong tầng Dữ liệu và tiền xử lý bằng thư viện. Bài dùng thư viện sklearn.preprocessing.LabelEncoder trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Fit LabelEncoder trên labels target, trả classes, mã integer theo từng vị trí và kết quả inverse_transform.
def encode_target(labels):Input
List nhãn phân loại dạng chuỗi hoặc số.
Output
Dictionary classes, encoded, decoded; decoded phải khớp labels ban đầu.
Ràng buộc
Classes phải theo quy tắc của LabelEncoder; không mã hóa theo thứ tự xuất hiện bằng tay.
Ví dụ
Giải thích
['dog','cat','dog','bird'] có classes ['bird','cat','dog'] và encoded [2,1,2,0].
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.