問題タブ [label-encoding]

序数の特徴については、ラベルのエンコーディングを使用するのが理にかなっています。ただし、カテゴリ機能については、1 つのホット エンコーディングを使用します。ただし、これらは入力機能の規則です。しかし、出力ラベルがカテゴリーである場合、出力変数に対して 1 つのホット エンコーディングを使用する必要がありますか? または、ラベルのエンコーディングも使用できますか? どちらが好ましいですか？

120 クラスの果物分類器をトレーニングしています。ImageNet で事前トレーニングされた ResNet50 モデルを特徴抽出器として使用しており、これらの機能を使用してロジスティック回帰分類器 (転移学習) をトレーニングしています。120 個のクラスがあるため、ラベル エンコーディングの場合、ラベルの範囲は 0 から 119 になります。ラベル エンコーディングを維持したままモデルをトレーニングしても問題ありませんか? 私がこれを求めているのは、次の sklearn のドキュメントで許可されているためです。

sklearn.preprocessing.LabelEncoder

ここで彼らは言っています：

...「このトランスフォーマーは、入力 X ではなく、ターゲット値、つまり y をエンコードするために使用する必要があります。」

しかし、ラベル エンコーディングでは、出力変数のそれぞれが、1 つのホット エンコーディングを使用した場合と同じ優先度を得られないため、なぜそうしてもよいのか混乱しています。

scikit-learn (ランダム フォレスト) でモデルを作成し、保存しました。次に、このモデルを再度読み込み、トレーニングに使用したのと同じデータセットに適用しようとしました。そして、エラーメッセージが表示されます

「文字列を float に変換できませんでした」

いくつかのカテゴリ変数があるためです。しかし、モデルを保存する前に、エラーなしでこのモデルをこのデータ セットに適用できました。問題は、モデルを保存したときに、これらの 2 つのカテゴリ変数に関する情報が保存されなかったことです。実際のところLabelencoder、これらの変数に使用しました。これらのカテゴリ変数に関する情報を保存して、保存されたモデルが「フレッシュフィット」モデルと同様に機能する方法はありますか? 前もって感謝します！

Python で関数をtkinter使用して表示するように、ラベルのエンコードの結果を表示したいと考えています。print

このコードは、次のような結果を生成します。

tkinter で同じことを行うにはどうすればよいですか?次のコードを使用しましたが、エラーが発生しました。私の目標は、エンコードされた REPORT_FAMILY 列を REPORT_FAMILY のそれぞれのカテゴリに表示することです。

次のエラーが表示されます。