Mã hóa nhãn

Mã hóa nhãn là một hình thức xử lý trước dữ liệu được sử dụng trong khai thác dữ liệu và học máy. Đó là một quá trình chuyển đổi các nhãn phi số thành các giá trị số. Quá trình này còn được gọi là chuyển đổi dữ liệu phân loại thành dữ liệu số và rất hữu ích cho một loạt các tác vụ thao tác dữ liệu như phân loại và phân cụm. Nó cũng có thể được sử dụng để chuẩn hóa dữ liệu để sử dụng trong mạng lưới thần kinh nhân tạo.

Mã hóa nhãn thường được sử dụng khi mã hóa các biến đầu vào phân loại để tạo đầu ra dạng số. Điều này được thực hiện bằng cách gán cho mỗi danh mục từ biến đầu vào nhãn số nguyên riêng của nó. Quy trình mã hóa đi từ nhãn số thấp nhất đến nhãn số cao nhất với nhãn thấp nhất đại diện cho danh mục cơ sở hoặc thường xuyên nhất. Kích thước của nhãn số không phản ánh sự so sánh định tính giữa các danh mục khác nhau mà hoàn toàn mã hóa thông tin danh mục thành một giá trị số. Đây là lý do tại sao nhiều người thực hành coi mã hóa nhãn là một dạng mã hóa gây tổn thất tối thiểu.

Mã hóa nhãn cũng có thể cải thiện hiệu suất thời gian chạy tổng thể bằng nhiều thuật toán so với mã hóa một lần. Vì có ít giá trị tiêu đề hơn cho cột dữ liệu có chiều rộng đơn nên mã hóa nhãn nhanh hơn và ít tốn bộ nhớ hơn so với mã hóa một nóng. Ngoài ra, một số thuật toán có thể không mang lại kết quả thuận lợi khi sử dụng mã hóa một lần, trong khi mã hóa nhãn cho phép thuật toán không bị ảnh hưởng và sử dụng nhãn để thể hiện các danh mục.

Mã hóa nhãn là một phần cần thiết của bất kỳ dự án lập trình dựa trên dữ liệu nào yêu cầu cả học máy và tối ưu hóa hiệu suất. Nó cũng hữu ích cho những ai muốn phân tích dữ liệu phân loại theo cách tính đến tần suất tương đối của nó.