Codificação de rótulos

A codificação de rótulos é uma forma de pré-processamento de dados usada na mineração de dados e no aprendizado de máquina. É um processo de transformação de rótulos não numéricos em valores numéricos. O processo também é conhecido como conversão de dados categóricos em dados numéricos e é útil para uma ampla gama de tarefas de manipulação de dados, como classificação e agrupamento. Ele também pode ser usado para padronizar dados para uso em redes neurais artificiais.

A codificação de rótulos é frequentemente usada ao codificar variáveis de entrada categóricas para criar uma saída numérica. Isso é feito atribuindo-se a cada categoria da variável de entrada seu próprio rótulo inteiro. O procedimento de codificação vai do rótulo numérico mais baixo ao rótulo numérico mais alto, sendo que o rótulo mais baixo representa a categoria mais frequente ou de base. O tamanho do rótulo numérico não reflete uma comparação qualitativa entre diferentes categorias, mas apenas codifica as informações categóricas em um valor numérico. É por isso que muitos profissionais consideram a codificação de rótulos uma forma de codificação com impacto mínimo de perda.

A codificação de rótulos também pode melhorar o desempenho geral do tempo de execução com muitos algoritmos em comparação com a codificação de um ponto. Como há menos valores de cabeçalho para uma coluna de dados de largura única, a codificação de rótulos é mais rápida e consome menos memória do que a codificação de um único ponto. Além disso, alguns algoritmos podem não produzir resultados favoráveis quando a codificação one-hot é empregada, enquanto a codificação de rótulos permite que o algoritmo não seja afetado e use os rótulos para representar as categorias.

A codificação de rótulos é uma parte necessária de qualquer projeto de programação orientada por dados que exija aprendizado de máquina e otimização de desempenho. Ela também é útil para aqueles que desejam analisar dados categóricos de uma forma que leve em conta sua frequência relativa.