反向标签编码器不适用于神经网络？

Question

我的数据框中有一个分类变量（A、B、C）。然后，我使用 Label Encoder 对其进行编码，以将其传递给使用 Keras 的神经网络。通常我会在其他算法上反转这种转换，以便取回类别名称，但出于某种原因，这不适用于神经网络/keras？有办法解决这个问题吗？

编辑：我已经将这些概率转换为类指标，但由于某种原因逆变换不起作用，所以我无法取回原始标签

Answer 1

当您使用神经网络进行多类分类时，输出层通常由多个具有 softmax 激活函数的神经元组成。这意味着神经网络的输出是类的概率分布，而不是直接的标签编码。因此，您不能直接将 LabelEncoder 的 inverse_transform() 方法应用于神经网络输出。

您需要通过选择最高概率的索引将概率转换为类索引，并在这些类索引上使用 LabelEncoder 的 inverse_transform() 方法。

Answer 2

我不知道你使用了哪个标签编码器库，但我记得在 sklearn 中，有一个标签编码器可以将字符串转换为数字，反之亦然，检查一下。 https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html