6、目标编码（Target Encoding）

最新推荐文章于 2025-04-20 16:01:32 发布
原创 最新推荐文章于 2025-04-20 16:01:32 发布 · 1.6k 阅读 · 25 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #机器学习

本文介绍了目标编码，一种针对分类特征的编码方法，它结合了目标信息。讨论了平滑处理未知类别和稀有类别的方法，并通过MovieLens1M数据集展示了其在高基数特征和领域驱动特征中的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

使用这种强大的技术增强任何分类特征。

文章目录

1、简介

我们在这门课程中看到的大多数技术都是针对数值特征的。我们将在这节课中看到的技术，目标编码，则是针对分类特征的。它是一种将类别编码为数字的方法，就像独热编码或标签编码一样，不同之处在于它还使用目标来创建编码。这使得它成为我们所说的监督特征工程技术。

In [1]:

import pandas as pd

autos = pd.read_csv("../input/fe-course-data/autos.csv")

2、目标编码

目标编码是任何一种将特征的类别替换为从目标派生的数字的编码。

一个简单而有效的版本是应用第三课的组聚合，比如平均值。使用汽车数据集，这将计算每种汽车的平均价格：

In [2]:

autos["make_encoded"] = autos.groupby("make")["price"].transform("mean")

autos[["make", "price", "make_encoded"]].head(10)

Out[2]:

make price make_encoded
0 alfa-romero 13495 15498.333333
1 alfa-romero 16500 15498.333333
2 alfa-romero 16500 15498.333333
3 audi 13950 17859.166667
4 audi 17450 17859.166667
最低0.47元/天 解锁文章

200万优质内容无限畅学
机器学习类别/标称（categorical）数据处理：独热编码(One Hot Encoding)
data+scenario+science+insight
08-27 1686
机器学习类别/标称（categorical）数据处理：独热编码(One Hot Encoding) 序号编码：序号编码通常用于处理类别间具有大小关系的数据 可以通过导入sklearn.preprocessing中的OrdinalEncoder进行处理。 独热编码：通常用于处理类别间不具有大小关系的特征。 可以通过导入sklearn.preprocessing中的OneHotEncoder，创建哑变量进行处理。或者使用pandas的get dummy方法； 二进制编码：二进制编码主要分为两步
机器学习类别/标称（categorical）数据处理：目标编码(target encoding)
data+scenario+science+insight
08-27 3118
机器学习类别/标称（categorical）数据处理：目标编码(target encoding) 序号编码：序号编码通常用于处理类别间具有大小关系的数据 可以通过导入sklearn.preprocessing中的OrdinalEncoder进行处理。 独热编码：通常用于处理类别间不具有大小关系的特征。 可以通过导入sklearn.preprocessing中的OneHotEncoder，创建哑变量进行处理。或者使用pandas的get dummy方法； 二进制编码：二进制编码主要分
Target Encoding
junjian Li
12-12 3928
翻译自 Kaggle Target Encoding 1. 简介 目标编码，是针对类别特征的。它是一种将类别特征编码为数字特征的方法，就像one-hot编码一样，不同之处在于，Target encoding使用标签来创建编码。这就是我们所说的监督特征工程。 2. 代码 # using target encoding # Tutorial: https://www.kaggle.com/ryanholbrook/target-encoding def target_encoding(name, df, m=1
Target Encoding-类别特征编码
清风徐来
08-05 1853
类别特征编码 为什么要做类别特征编码 类别编码的原因主要是计算机处理不了非数值形式的特征，常见的类别特征编码主要有两种，LabelEncoder和OneHotEncoder LabelEncoder因为是按照一定顺序进行的数字编码： 一方面，顺序的数字增加其实对结果拟合而言是缺乏目的性和逻辑性的， 另一方面对线性模型而言，还会引入一些本不该存在的偏置(例如某两个类别本来是没有区别的，但是LabelEncoder却有可能会把两个类别编码为0和2)； OneHotEncoder可以避免偏置，但是OneHot
机器学习常用编码方式：标签编码、序列编码、独热编码、频数编码、目标编码
qq_46082988的博客
07-14 6277
在机器学习中，处理离散属性（也称为分类变量或类别特征）是一个重要的任务，需要将离散属性转换为可供模型使用的数值表示。
三种Target Encoding方式总结
炼丹笔记
02-11 5473
目前看到的大多数特征工程方法都是针对数值特征的。本文介绍的Target Encoding是用于类别特征的。这是一种将类别编码为数字的方法，就像One-hot或Label-encoding一样，但和这种两种方法不同的地方在于target encoding还使用目标来创建编码，这就是我们所说的有监督特征工程方法。Target Encoding是任何一种可以从目标中派生出数字替换特征类别的编码方式。这种...
【AI知识点】特征编码（Feature Encoding）
AI完全体
02-05 1115
特征编码 是将数据集中的分类特征（Categorical Features）转换为数值特征（Numerical Features）的过程。分类特征是机器学习模型（尤其是数值模型，如线性回归、支持向量机等）无法直接处理的数据类型，必须通过特征编码进行转换。
利用Target Encoding 处理类别变量的 Python 代码，告别类别变量处理的烦恼
yang1015661763的博客
06-20 824
接下来，我们使用 TargetEncoder 来对类别型特征进行编码。TargetEncoder 通过将每个类别型特征的值替换为该类别型特征在训练集中对应目标变量的平均值来完成编码。这种方法可以避免稀疏性问题，并捕捉类别型特征和目标变量之间的关系。然后，我们将编码后的特征与原始数据集合并，并使用逻辑回归模型对处理后的数据集进行训练和评估性能。在本示例中，我们使用 AUC 作为性能指标来评估模型的性能。然后，我们将数据集拆分为训练集和测试集，并指定目标变量和类别型特征列。最后，我们输出模型的 AUC 值。
Target Encoding--经典教程
lizz2276的博客
10-04 1001
Target Encoding | Kaggle Introduction Most of the techniques we've seen in this course have been for numerical features. The technique we'll look at in this lesson,target encoding, is instead meant for categorical features. It's a method of encoding cat.
target encoding
weixin_47532216的博客
11-17 294
# importing libraries import pandas as pd # creating dataset data={'SubjectName':['s1','s2','s3','s1','s4','s3','s2','s1','s2','s4','s1'], 'Target':[1,0,1,1,1,0,0,1,1,1,0]} df = pd.DataFrame(data) print(df) df.groupby(['SubjectName'])['Target'].count(
目标编码_一般形式和函数封装
worther的博客
05-31 499
结果如下表所示
浅谈K-Fold Target Encoding
weixin_43475854的博客
02-27 3479
浅谈K-Fold Target Encoding 原创 致Great ，公众号： ChallengeHub 1.Target Encoding概念 单热编码，标签编码，频率编码，目标编码等是非常常见的技巧，通常在特征工程中使用以提高模型在数据集预测的准确性。 不同的特征工程技巧可以从不同角度来丰富特征。当数据中，某些分类变量的不数量不是很多时，独热编码(One Hot encoder)或伪编码(Dummy Encoder)是一种不错的方法。但是，当要数据中分类变量的数量增加时，它可能会失效，因为这种编码方
Mean encoding(Target encoding/Likely encoding)
weixin_43934593的博客
12-03 2796
mean encoding是一种对类别特征编码的方式，假如target value是0和1，训练集中有5行数据的类别是A，对应的target value是[0,1,1,0,0],target均值是0.4，那就给A编码为0.4，这是一种其中mean encoding方式 几种mean encoding方式 一个例子 然而这回导致过拟合 针对过拟合几种正则化方法 ...
关于target encoding与count encoding
三年研究生能改变多少
05-16 8457
先整理一下链接，之后会看。 简介入门： https://zhuanlan.zhihu.com/p/40231966 一个各种category 变量编码的库： https://github.com/scikit-learn-contrib/categorical-encoding 说明文档： http://contrib.scikit-learn.org/categorical-encoding/t...
目标编码的技巧-Soothing 和 Hierarchical Bayesian
weixin_43475854的博客
02-27 1676
目标编码的技巧-Soothing 和 Hierarchical Bayesian **原创 致Great 公众号：ChallengeHub ** 本文简单介绍两种目标编码方式，大家有兴趣的可以参考原文链接进行理解与尝试使用，祝大家取得好成绩~ Target encoding with smoothing def add_noise(series, noise_level): return series * (1 + noise_level * np.random.randn(len(series)
机器学习类别/标称数据处理：目标编码 Python
DarcyCode的博客
09-06 228
如果标称特征之间存在一种有序关系，我们可以考虑使用其他编码方法，如有序编码或独热编码。目标编码是一种常用的处理标称数据的方法，它将标称特征转换为数值表示，以便机器学习算法能够处理。通过使用目标编码，我们成功地将标称数据转换为数值数据，使得机器学习算法能够更好地理解和处理这些特征。在实际应用中，我们可以将目标编码与其他预处理技术和机器学习模型结合起来，以便更好地处理和利用标称数据。我们将使用一个示例数据集，并通过目标编码将其中的标称特征转换为数值特征。可以看到，原始的颜色和类别特征已经被编码为整数值。
【Python数据分析300个实用技巧】4.数据清洗与预处理之分类变量编码秘籍：用TargetEncoding提升模型效果
最新发布
04-20 886
数据预处理就像武侠小说里的内功修炼，虽然枯燥却是决胜关键。记得上次有个读者说：“用了目标编码，我的比赛排名直接提升了300名！编码方法的选择和优化，往往就是那临门一脚的差距。面对茫茫多的分类变量，不必焦虑更不要蛮干。记住：好的编码应该像隐形的翅膀——让模型飞得更高，却不会成为负担。保持对数据的敏感，持续优化每个细节，终有一天你会对着模型指标露出老父亲般的微笑。编程路漫漫，但每一步都算数，共勉！
将Target编为0,1编码（one-hot-code）
weixin_42211604的博客
11-30 592
将Target编为0,1编码（one-hot-code） loc或iloc是选择数据，select data_test.loc[data_test["Target"] == ">50K.", "Target"] = 1 data_test.loc[data_test["Target"] == "<=50K.", "Target"] = 0 data_train.loc[data_train["Target"] == ">50K.", "Target"] = 1 data_train.l
target encoding代码实现
04-02
# 使用LabelEncoder将目标变量编码为整数 target_encoder = LabelEncoder() data['target_encoded'] = target_encoder.fit_transform(data['target']) # 对于每个类别特征，计算目标变量的平均值并将其编码为整数 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法蒋同学

你的鼓励将是我创作的最大动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值