使用sklearn对6个数据集执行数据拆分时的ValueError
在使用sklearn对6个数据集执行数据拆分时出现ValueError的情况，这通常是由于数据集的特征矩阵和目标向量之间的维度不匹配引起的。下面是一些可能导致该错误的原因和解决方法：
- 数据集维度不匹配：请确保特征矩阵和目标向量的维度相匹配。特征矩阵应该是一个二维数组，形状为（样本数，特征数），而目标向量应该是一个一维数组，形状为（样本数，）。
- 数据集中存在缺失值：如果数据集中存在缺失值，sklearn的一些拆分方法可能会引发ValueError。在拆分数据之前，可以使用sklearn的Imputer类或pandas库的fillna方法来处理缺失值。
- 数据集中存在非数值型数据：某些拆分方法只能处理数值型数据，如果数据集中存在非数值型数据（如字符串），则需要将其转换为数值型。可以使用sklearn的LabelEncoder或OneHotEncoder来进行转换。
- 数据集样本数过少：某些拆分方法对于样本数较少的数据集可能会引发ValueError。在拆分数据之前，可以考虑合并或增加数据样本，以确保样本数足够。
- 数据集中存在重复样本：如果数据集中存在重复的样本，某些拆分方法可能会引发ValueError。在拆分数据之前，可以使用sklearn的duplicates方法或pandas库的drop_duplicates方法来删除重复样本。
总之，当使用sklearn对6个数据集执行数据拆分时出现ValueError时，需要仔细检查数据集的维度、缺失值、非数值型数据、样本数和重复样本等因素，并根据具体情况采取相应的处理方法。
相关·内容
我试着用scikit学习一个分类任务。我的代码从数据中提取特性，并将它们存储在字典中，如下所示：
feature_dict['feature_name_1'] = feature_1
feature_dict['feature_name_2'] = feature_2
当我拆分数据以便使用sklearn.cross_validation测试数据时，一切都按其应有的方式工作。我遇到的问题是，当测试数据是一个新的集合，而不是学习集的一部分时(尽管它对每个样本都有相同的特性)。在将分类器安装在学习集上之后，当我尝试调用clf.predict时，会得到以下错误：
Val
浏览 6提问于2013-11-04得票数 0
回答已采纳
我正在努力想出如何在sklearn中实现TimeSeriesSplit。
下面链接处的建议答案产生了相同的ValueError。
这里是我代码中的相关部分：
from sklearn.model_selection import cross_val_predict
from sklearn import svm
features = df[df.columns[0:6]]
target = df['target']
clf = svm.SVC(random_state=0)
pred = cross_val_predict(clf, features, target,
浏览 8提问于2017-04-07得票数 9
回答已采纳
我的数据如下：
To: abc@gmail.com;def@gmail.com
CC: abc@hotmail.com;def@hotmail.com
BCC:
我正在做一个键值分割，如下所示。
key, value = line.split(": ")
问题是，它无法处理BCC.I的空值，得到以下错误
ValueError: not enough values to unpack (expected 2, got 1)
我想知道在使用键值拆分时处理null的最佳方法是什么？
浏览 16提问于2022-03-02得票数 1
回答已采纳
from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer()
train_matrix = vectorizer.fit_transform(train_data['review'])
test_matrix = vectorizer.fit_transform(test_data['review'])
训练LogisticRegressor
from sklearn.linear_model import LogisticRegress
浏览 71提问于2018-06-04得票数 0
我已经读过许多关于get_feature_names()的文章，这些文章引用了sklearn中的get_feature_names_out，现在似乎已经被废弃了，取而代之的是get_feature_names_out，这两种方法我都无法开始工作。似乎也没有办法将get_feature_names (或get_feature_names_out)与ColumnTransformer类一起使用。因此，我试图用SimpleImputer和StandardScaler类来拟合和转换数值列，然后是SimpleImpute ('most_frequent')和OneHotEncode (分
浏览 28提问于2022-05-17得票数 0
回答已采纳
我对数据科学和机器学习非常陌生。我正在学习有关数据放大器的课程，然后尝试解决关于kaggle/drivendata的问题。
我经常尝试使用sklearn.model_selection train_test_split()-method，但是由于我的训练(X)和测试(y)数据的形状不一样，所以我得到了错误：
ValueError:找到样本数不一致的输入变量：913000,45000
当我查看其他人的解决方案时，他们似乎经常将培训和测试数据(本例中的数据集:培训和测试)结合在一起，如下所示：
all_data = train.append(test, sort = False)
然后，他们再次将
浏览 0提问于2020-03-16得票数 0
回答已采纳
在我交叉验证了我的训练数据集之后，我开始在混淆矩阵上遇到麻烦。我的X_Train形状显示为(835，5)，我的y_train形状显示为(835，)。当我的数据混合时，我不能使用此方法。除此之外，它之前的模块都工作得很好。我有的代码写在下面。如何设置训练数据以使用confusion_matrix方法？
cross_val/cross_val_score模块
from sklearn.model_selection import cross_validate
from sklearn.model_selection import cross_val_score
lasso = linear_mod
浏览 1提问于2018-03-17得票数 2
2回答
我使用的基因表达数据，是浮动数字，并希望训练分类器考虑到二进制分类。由于我是这个领域的新手，我有一些问题：
我使用的第一个分类器是SVM。我正在使用sklearn工具，它需要在培训和测试数据集中分离数据集。据我所知，为了构建模型，需要将数据集中的数据集和验证数据集(找到模型的参数)分开，而对于超参数的微调，则需要一个测试数据集。有趣的是，考虑到我在查看sklearn文档时发现的情况，建议只对火车和测试数据集进行分割。验证数据集上没有断言。因此，我怀疑，我是否正确地运行分类器。
下面是我使用的代码：
from sklearn.model_selection import train_tes
浏览 0提问于2021-06-10得票数 1
我用了sklearn科学工具python来预测。在导入以下软件包时
从sklearn导入数据集并将结果存储在iris = datasets.load_iris()中，它可以很好地训练模型
iris = pandas.read_csv("E:\scikit\sampleTestingCSVInput.csv")
iris_header = ["Sepal_Length","Sepal_Width","Petal_Length","Petal_Width"]
模型算法:
model = SVC(gamma='
浏览 0提问于2019-02-22得票数 3
回答已采纳
我正在使用Python中的scikit-learn库的KNeighborsClassifier算法。我遵循基本指令，例如将我的数据和标签分割成训练和测试数据，然后根据训练数据训练我的模型。现在，我试图预测测试数据的准确性，但得到了一个错误。这是我的代码：
from sklearn.neighbors import KNeighborsClassifier
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
data_train, data_test
浏览 3提问于2016-10-01得票数 1
回答已采纳
1回答
我正在尝试使用sklearn，并使用sklearn库在Python中执行线性回归。
这是我用来训练和拟合模型的代码，当我运行预测函数调用时，我会得到错误。
train, test = train_test_split(h1, test_size = 0.5, random_state=0)
my_features = ['bedrooms', 'bathrooms', 'sqft_living', 'sqft_lot', 'floors', 'zipcode']
trainInp = train[
浏览 1提问于2016-02-18得票数 3
回答已采纳
我正在尝试对我正在构建的神经网络的数据集中的公司列表进行OneHotEncoding。 from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [1])], remainder='passthrough')
X = np.array(ct.fit_transform(X)) 我收到了这个错误信息 --
浏览 22提问于2020-09-09得票数 0
1回答
我是数据科学的新手，一直在为Kaggle的问题而奋斗。用随机森林回归预测评分时，发现列车测试分割得分较高，而CV得分较低。
0.8746277302652172with 与列车测试split_randomforest无列车测试split_randomforest split_randomforest CV随机森林10.713885026374156 %
import time
import datetime
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
i
浏览 2提问于2020-07-05得票数 0
我正在编写一个脚本，使用Lending Club API来预测贷款是否会“全额偿还”或“注销”。为此，我使用scikit-learn来构建模型，并坚持使用joblib。由于持久化模型中的列数与新原始数据中的列数之间的差异，我遇到了一个ValueError。ValueError是由为分类变量创建虚拟变量引起的。模型中使用的列数是84，在本例中使用新数据的列数是29。
当生成虚拟变量时，新数据的列数需要为84，但我不确定如何继续，因为从API获取新数据时，只存在类别变量'homeOwnership‘、'addrState’和'purpose‘的所有可能值的子集。
这是我目前
浏览 29提问于2019-08-10得票数 2
我正在covid 19数据集上做ML项目，并得到这样的错误
from sklearn.model_selection import StratifiedShuffleSplit
split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42)
for train_index, test_index in split.split(covid, covid['Death Ratio']):
strat_train_set = covid.loc[train_index]
strat
浏览 2提问于2021-06-30得票数 0
我已经为KNN、随机森林和XGBoost运行了多次K-折叠交叉验证。
KNN可以完成sklearn的cross_val_score，所以速度要快得多。
它们都使用相同的预处理数据，都有相同的测试/列车分割与随机状态，等等。
单独运行时，时间在10%以内。
当使用滑雪板的交叉val得分时，KNN可以在不到10分钟内完成50k倍，而另外两个则需要超过一个小时。(这是一致的，我已经对所有3种算法运行了5次)
从数学上讲，或者可能是因为sklearn的代码，这是有原因的吗？(数据集为200,000×100列，按25%的测试/列车分割)
浏览 0提问于2021-04-09得票数 0
回答已采纳
3回答
我试图在sklearn中建立一个线性模型，因此我想测试这个模型，这个模型是我用一些错误函数实现的。
首先，我为我的X和y轴选择了特性。
#Predict the average parking rates per month
X = df[['Number of weekly riders', 'Price per week',
'Population of city', 'Monthly income of riders']]
y = df['Average parking rates per month
浏览 6提问于2020-03-02得票数 1
回答已采纳
1回答
我希望在Python的LDA算法中使用运行时值对数据进行分类。下面是我尝试过的代码，但是model.fit(X，y)给出了错误：
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
代码：
from sklearn.model_selection import train_test_split
from sklearn.model_selection import RepeatedStratifiedKFold
from sklearn.model_selecti
浏览 1提问于2022-04-26得票数 -1
我正在尝试在MNIST数据集上实现SVM分类器。由于我的参数是3维的，它抛出了以下错误：
ValueError: Found array with dim 3. Expected <= 2
以下是我的代码片段：
import mnist
from sklearn import svm
training_images, training_labels = mnist.load_mnist("training", digits = [1,2,3,4])
classifier = svm.SVC()
classifier.fit(training_images, traini
浏览 1提问于2015-10-16得票数 11
回答已采纳
1回答
交叉验证与模型选择
、、、、
我正在使用sklearn进行支持向量机培训。我使用交叉验证来评估估计量，避免过拟合模型。
我把数据分成两部分。训练数据和测试数据。以下是代码：
import numpy as np
from sklearn import cross_validation
from sklearn import datasets
from sklearn import svm
X_train, X_test, y_train, y_test = cross_validation.train_test_split(
iris.data, iris.target, test_size=0.4, rando
浏览 5提问于2016-02-15得票数 6
回答已采纳
2回答
我写了一个函数，它接受数据集(excel / pandas)和一些值，然后用决策树分类器预测结果。我已经用sklearn做到了这一点。你能帮我解决这个问题吗?我已经在网上和这个网站上找过了，但是我找不到合适的答案。我尝试过这样做，但它不起作用：
from sklearn.metrics import accuracy_score
score = accuracy_score(variable_list, result_list)
这是我得到的错误：
ValueError: Classification metrics can't handle a mix of continuous-m
浏览 0提问于2019-02-26得票数 4
回答已采纳
如何正确地标准化/缩放以影响我的错误度量(RMSE和MAE)？或者，如果可能，我如何对计算的RMSE进行归一化？我没有对真实的图形进行逆变换。或者，有没有办法对计算的RMSE进行归一化？
导入所需的库：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
将数据分解为x/y：
x = data.iloc[:, 1:]
y = data.iloc[:, :1]
调用训练和测试大小：
from sklearn.model_selection import train_test_split
x_train, x
浏览 25提问于2021-04-03得票数 0
我正在尝试运行SKLearn预处理标准缩放器函数，但收到以下错误：
from sklearn import preprocessing as pre
scaler = pre.StandardScaler().fit(t_train)
t_train_scale = scaler.transform(t_train)
t_test_scale = scaler.transform(t_test)
---------------------------------------------------------------------------
ValueError
浏览 1提问于2015-10-30得票数 5
1回答
我试图在轨迹数据集上运行DBSCAN (sklearn.cluster)。数据集是数组(轨迹)的数组(点)。
dataset_test =
array([[[46.37017059, 30.954216 ],
[46.39661026, 30.94524956],
[46.46545792, 30.94379807],
[46.47494888, 30.94352913],
[46.53890991, 30.94241714],
[46.54576111, 30.95412064]],
[[46.3741684 , 30.96355057],
浏览 0提问于2018-10-22得票数 1
回答已采纳
2回答
我有一个像图像显示的数据。大约有25,000排。这些数据包含了过去4年大约12个月的细节。我想预测客户和职位空缺为特定月份和特定职位。
from sklearn.cross_validation import train_test_split
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
df_final['Clientname_numeric'] = le.fit_transform(df_final['ClientName'])
X = df_final[[&
浏览 5提问于2017-12-19得票数 1
回答已采纳
1回答
我正在研究一个多标签分类问题，因为
import pandas as pd
import pickle
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import SGDClassifier
from sklearn.multiclass import OneVsRestClassifier
from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.pipeline import Pipeli
浏览 2提问于2015-12-15得票数 0
回答已采纳
我有两个文件，即data 3806，2和target 4039，2。我的目标是将这些文件分成训练和测试数据集。我已经尝试过这样做：
from sklearn.model_selection import train_test_split
data_train, data_test, target_train, target_test = train_test_split(data, target, test_size=0.2, random_state=0)
但是，它会给出以下错误：
ValueError: Found input variables with inconsistent num
浏览 80提问于2020-12-17得票数 0
我正在处理多标签数据，我想使用分层抽样。假设我有10个类，我们称它们为“ABCDEFGHIJ”。我有一个数据帧，每个标签对应10列，其中包含关于条目的其余信息。我可以提取我将称为label_values的n_entry*10矩阵中的这10列
例如，label_values的一行看起来像0，0，1，0，0，0，0，0，0，0，0，0，这一特定的行意味着该条目具有标签C和标签D。
我希望在训练和验证集中执行数据拆分，并且希望每个标签在训练和验证中具有相同的比例。为了执行我的拆分，我使用了Sklearn分层函数(在我需要分层之前)，它恰好有一个参数train_test_split。当前的行为是将mu
浏览 4提问于2018-11-20得票数 5
这是我的预测模型。
input_data = (13,15,-0.0002,-0.0004,100,518.67,644.26,1610.89,1430.32,14.62,21.61,550.99,2388.15,9153.32,1.3,48.22,2388.16,8211.76,8.5477,0.03,397,2388,100,38.53,23.1291,1)
# changing input_data to an array using numpy
input_data_array = np.asarray(input_data)
#reshaping the array
浏览 6提问于2022-05-15得票数 0
1回答
标签传播-数组太大了
、、、
我正在使用标签传播的科学知识学习半监督分类。我有17000个数据点，有7个维度。我无法在这个数据集上使用它。它抛出了一个大数组错误。然而，当我在一个相对较小的数据集上工作时--比如200点--效果很好。有人能提出解决办法吗？
label_prop_model.fit(np.array(data), labels)
File "/usr/lib/pymodules/python2.7/sklearn/semi_supervised/mylabelprop.py", line 58, in fit
graph_matrix = self._build_graph()
File &#
浏览 0提问于2013-09-15得票数 1
回答已采纳
import seaborn as sns
import pandas as pd
import numpy as nm
import matplotlib.pyplot as plt
df=sns.load_dataset('fmri')
x=df[['timepoint','subject']]
y=df['signal']
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import tra
浏览 0提问于2023-05-21得票数 1
2回答
我有一个像这样的数据文件：
_id Points Averages Averages_2 Media Rank
a 324 858.2 NaN 0 Good
b 343 873.2 4.465e+06 1 Good
c 934 113.4 NaN
浏览 3提问于2021-10-05得票数 0
回答已采纳
在线性代数中，当向量被它们的范数除时，它们被归一化，也就是它们分量的平方和。 然而，sklearn.preprocessing.normalize方法不接受向量，只接受至少两列的矩阵： "ValueError:应为2D数组，但得到的是1D数组“ 为什么？
浏览 33提问于2020-08-07得票数 1
2回答
PCA在一个样本中的应用
、、、、
我目前正在与机器学习的图像识别项目工作。
这套列车有1600个图像，大小为300x300，因此每幅图像有90000个特征。
为了加快训练速度，我将PCA与n_components = 50相结合
测试集有450幅图像，我可以在这个测试集中成功地测试模型。
现在，我想预测一个图像是由网络摄像头拍摄的。问题是，我是否应该将PCA应用于该图像？
如果我不应用PCA，我就会得到ValueError: X.shape[1] = 90000 should be equal to 50, the number of features at training time
如果我应用主
浏览 0提问于2019-05-01得票数 3
回答已采纳
这是我的密码：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import fetch_mldata
from sklearn import neighbors
from sklearn.model_selection import train_test_split
mnist = fetch_mldata('MNIST original')
sample = np.random.randint(70000, size=5000)
dat
浏览 1提问于2017-09-01得票数 3
回答已采纳
我是一个完全的新手，在ML与科学工具包-学习，我只是希望这个工作后，我花了很多时间，我花了很多时间来了解什么是ML的类型，等等。
from sklearn import tree
import pandas as pd
import numpy as np
df = pd.read_csv('test.csv')
age = df.Age.to_list()
age = np.array(age).reshape(-1,1)
inc = df.Income.to_list()
inc = np.array(inc).reshape(-1,1)
stud = df.Stu
浏览 3提问于2020-06-15得票数 0
回答已采纳
我有一个不平衡的文本数据集，如下所示：
label | texts(documents)
----------
5 |1190
4 |839
3 |239
1 |204
2 |127
我尝试使用fit(X, y[, sample_weight])参数，但我不明白在中这是如何实现的。我尝试了以下几种方法：
from sklearn.ensemble import RandomForestClassifier
from sklearn.preprocessing import balance_weights
classifier=RandomForestC
浏览 1提问于2015-02-19得票数 2
1回答
数据集包含的不仅仅是2500 rows和22 columns，还包括age column。我已经完成了SVR的所有过程。正在进行中。但我还是要面对一个错误。那是raise ValueError("bad input shape {0}".format(shape)), ValueError: bad input shape (977, 57)。我的输入是SupportVectorRefModel.fit(X_train, y_train)。我如何解决这个问题？
from sklearn.model_selection
import train_test_split
from
浏览 4提问于2020-05-18得票数 1
回答已采纳
2回答
在使用的Python中的RandomForestRegressor对模型进行拟合以预测真值之后，我们正在尝试在同一图形上绘制预测值和真值(单击链接下载格式如下的完整CSV-dataset
t_stamp,X,Y
0.000543,0,10
0.000575,0,10
0.041324,1,10
0.041331,2,10
0.041336,3,10
0.04134,4,10
0.041345,5,10
0.04135,6,10
0.041354,7,10
下面是我们进行预测的方法。
import pandas as pd
import numpy as np
import glob, os
f
浏览 15提问于2017-08-03得票数 1
回答已采纳
当我阅读关于使用StandardScaler的文章时，大多数建议都是说在将数据分割成火车/测试之前，您应该使用StandardScaler，但是当我检查一些张贴在网上的代码(使用sklearn)时，有两个主要的用途。
案例1:对所有数据使用StandardScaler。例如。
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_fit = sc.fit(X)
X_std = X_fit.transform(X)
或
from sklearn.preprocessing import StandardS
浏览 0提问于2018-09-18得票数 48
回答已采纳
我正在尝试使用有监督的机器学习来根据作物(例如土豆)各自的长度和宽度来预测它们的重量。在拟合特定模型(例如线性回归)之前，我希望根据数据集中特定作物品种的频率对我的特征进行分层采样。例如，如果我将数据分成5个分区(即使用交叉验证)，并且variety1占我的观测值的50%，则每个分区训练集中的50%的观测值应该对应于variety1。这是我使用sklearn (版本0.23)在Python中尝试的代码： import numpy as np
import pandas as pd
from sklearn.model_selection import StratifiedShuffleSpl
浏览 57提问于2020-08-19得票数 1
回答已采纳
我在一组简短的文档上训练了一个分类器，并在得到一个二进制分类任务的合理f1和准确性分数之后对它进行了腌制。
在培训过程中，我减少了使用sciki学习countVectorizer cv的特性数量：
cv = CountVectorizer(min_df=1, ngram_range=(1, 3), max_features = 15000)
然后使用fit_transform()和transform()方法获得转换后的列车和测试集：
transformed_feat_train = numpy.zeros((0,0,))
transformed_feat_test =
浏览 8提问于2014-09-23得票数 5
回答已采纳
我正在使用Elastic Net正则化方法进行Logistic回归。我试图预测哪些变量是正相关的，哪些是负相关的。运行accuracy_score(y_true，y_pred)后出现错误，但我得到一个错误："ValueError:找到样本数量不一致的输入变量: 9076,9075“。数据帧具有18151个obs的大小。我如何修复这个错误？当我以50%的速度执行train_test_split时，会得到一个奇数号的子样本和一个偶数号的子样本吗？ X2=df.iloc[:,23:41]
y2=df["diab_inc"].values.reshape(-1,1)
X2_t
浏览 119提问于2021-11-11得票数 0
这是一个很小的滑雪片段：
logistic = linear_model.LogisticRegression()
pipe = Pipeline(steps=[
('scaler_2', MinMaxScaler()),
('pca', decomposition.NMF(6)),
('logistic', logistic),
])
from sklearn.cross_validation import train_test_split
Xtrain, Xtest, ytrain, ytest
浏览 6提问于2016-08-28得票数 3
回答已采纳
2回答
我尝试在30行数据上创建一个简单的线性回归模型。当我试图拟合模型时，我得到了这个错误：
dataset = pd.read_csv('Salary_Data.csv')
x=dataset.iloc[:, :-1]
y=dataset.iloc[:, 1]
from sklearn.cross_validation import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 1/3, random_state = 0)
regressor = Lin
浏览 0提问于2018-12-15得票数 0
1回答
我需要以下方面的帮助，我有一个列的数据框架: Class (0,1)和text。清洗后(美化、删除停止词等)，我将数据拆分如下：
#splitting datset
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(dataset['text_lemm_nostop'], dataset['class'],test_size=0.3, random_state=50)
然后我用了n-gram：
#usi
浏览 5提问于2022-02-09得票数 1
我使用的是IMDB数据集，它包含列文本中的电影评论和列标签中的评级0或1。我正在使用Tfidf使用sklearn对文本进行预处理。
上述语句的代码
from sklearn.feature_extraction.text import TfidfVectorizer
vectorizer=TfidfVectorizer()
X = vectorizer.fit_transform(df_train['text'])
Y = vectorizer.transform(df_test['text'])
当我试图使用支持向量机的数据时，使用线性核，然后用
classi
浏览 0提问于2021-02-23得票数 0
回答已采纳
from sklearn.ensemble import RandomForestClassifier
import pandas as pd
import numpy as np
np.random.seed(0)
df = pd.read_csv("data.csv")
df['is_train'] = np.random.uniform(0,1,len(df)) <= 0.75
train, test = df[df['is_train'] == True], df[df['is_train'] == False]
f
浏览 1提问于2017-09-09得票数 1
请对我放松点。我正在转行从事数据科学，而且没有CS或编程背景--所以我可能会做一些非常愚蠢的事情。我研究了几个小时都没成功。
目的:使管道使用OrdinalEncoder运行。
问题:代码不运行w/ OrdinalEncoder调用。它确实运行w/o OrdinalEncoder。尽我所能告诉您，我可以传递两个参数，即类别和dtype。也不帮忙。
我将把公共集传递给模型。这就是问题所在吗？在建立模型后，高基数的特征传递给OrdinalEncoder是否导致了列车/测试数据之间的问题，即测试分割有一个火车集没有的值？
from sklearn.pipeline import Pipeline
f
浏览 1提问于2019-02-22得票数 16
import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
from sklearn.metrics import accuracy_score
s_df=pd.read_csv('Sarcasm Dataset.csv')
s_df.rename({"Unnamed:
浏览 6提问于2022-03-13得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
