Odborná definícia
Význam a odborné vymedzenie pojmu
Label encoding je transformácia diskrétnych názvov cieľových tried na interné kódy, najčastejšie celé čísla od nuly po počet tried mínus jeden. Mapovanie umožňuje algoritmom pracovať s textovými alebo symbolickými labelmi, ale samo osebe nevytvára poradie ani vzdialenosť medzi triedami. Kódovník musí byť stabilný medzi tréningom, evaluáciou a produkciou. Pri vstupných kategóriách sa používajú iné postupy, napríklad one-hot alebo ordinal encoding, podľa významu príznaku a modelu.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Ak sú triedy zapísané ako mačka, pes a vták, tréningová knižnica ich môže interne premeniť na 0, 1 a 2. Tieto čísla sú iba identifikátory, nie tvrdenie, že pes je väčší než mačka alebo že vzdialenosť medzi triedami má číselný význam. Kritické je uložiť presnú mapu, pretože zmena poradia by prehodila význam predikcií. Pri nasadení treba tiež rozhodnúť, čo sa stane s novou triedou, ktorá v tréningovom kódovníku neexistovala.
Časté otázky
Otázky, ktoré spresňujú význam
Je label encoding vhodný aj pre vstupné kategórie?
Nie automaticky. Číselný kód vo vstupoch môže modelu podsúvať neexistujúce poradie. Pre príznaky sa voľba robí podľa typu modelu a semantiky kategórie.
Musí mapovanie začínať nulou?
Nie z matematického hľadiska, ale mnohé knižnice očakávajú kompaktné indexy od 0. Také mapovanie zjednodušuje prácu s výstupnými vrstvami.
Ako sa kódovník prenáša do produkcie?
Uloží sa ako verzovaný artefakt spolu s modelom. Predikčný systém musí dekódovať index späť na rovnaký názov triedy.
Čo s triedou, ktorá sa objaví až po nasadení?
Treba ju explicitne zaradiť do schémy, model pretrénovať alebo použiť kategóriu unknown. Tiché priradenie existujúceho čísla by poškodilo význam výstupu.
Môže chyba v kódovaní ovplyvniť metriky?
Áno. Rozdielne mapy medzi y_true a y_pred môžu vytvoriť úplne nesprávnu confusion matrix aj napriek tomu, že oba súbory obsahujú platné čísla.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- scikit-learn, LabelEncoder
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.