我在csv文件中混合了不同类型的功能(分类字符串、0-1二进制、浮点数)。我想做一个10折交叉验证的SVM回归。
浏览 12提问于2018-07-27得票数 3
回答已采纳
最近我注意到，如果你有一个像这样的数据帧df：0 0 Boat 452 2 Cat 64 4 Boat 43df1 = pd.get_dummies(df) A C B_Boat6 0.0 1.0 0.0
3 3 21 0.0 0.0 1
浏览 18提问于2016-09-23得票数 4
回答已采纳
如何在滑雪板管道中使用LabelEncoder？import numpy as npimport seaborn as sns
df = sns.load_dataset('ti
浏览 5提问于2020-09-14得票数 1
我有一个关于LabelEncoder().fit_transform函数的理论问题。 我在一个分类应用程序中使用函数/方法。它工作得很好。encoded labels
df_data = df_data.apply(LabelEncoder().fit_transform) 然而，在文档"sklearn.preprocessing.LabelEncoder“中有：”这个转换器应该用来编码目标值，即y，而不是输入X“。数
浏览 684提问于2020-04-28得票数 0
回答已采纳
3回答
我正在使用Scikit-learn训练一个分类模型。我的训练数据中既有离散特征，也有连续特征。特征1、2和3是离散的。
浏览 10提问于2018-11-26得票数 2
回答已采纳
2回答
我一直在尝试在回归树(或随机森林回归树)中使用分类输入，但sklearn总是返回错误并要求输入数字。1,2.5,3,4]) # does not work据我所知，在这些方法中，分类输入应该是可能的有没有其他人遇到过这样的困难？
谢谢!
浏览 3提问于2013-11-20得票数 11
回答已采纳
我目前正在探索科学工具包的学习管道。我还想用管道对数据进行预处理。然而，我的训练和测试数据有不同级别的分类变量。TransformerMixinClass return pd.get_dummies(X).copy()
return self
fit_tra
浏览 2提问于2016-10-01得票数 11
回答已采纳
我正在尝试建立一个决策树回归来预测汽车的MSRP (制造商建议零售价)的值。但是，我在将分类值转换为数值时遇到了问题。我的问题是:我有8列分类特征，有些列有多达40种不同类型的唯一值和20,000个实例。我应该使用什么方法来转换分类数据以用于决策树回归？有没有办法自动输入唯一的值，而不是手动输入？我尝试使用LabelEncoder来转换分类值，但由于某些原因，df.values的数组(宝马，阿库拉.
浏览 1提问于2019-01-11得票数 0
例如，我有一个具有分类值的dataframe，比如城市名。df[cat_columns] = df[cat_columns].apply(preprocessing.LabelEncoder().fit_transform)encoders = {c: preprocessing.
浏览 3提问于2022-01-21得票数 0
回答已采纳
3回答
反向标签编码给错
、、、、
我使用标签编码器将我的分类数据编码成数字数据。data['Resi'] = LabelEncoder().fit_transform(data['Resi'])list(LabelEncoder.inverse_transform(data['Resi']))
TypeError
浏览 8提问于2017-11-02得票数 6
回答已采纳
我手头的基本任务是b)做一些基本的预处理 df[x]=mapper[x].fit_transform(df.d)训练分类器并使用pickle将其保存到磁盘f)加载测试数据并执行相同的预处理。
g)
浏览 0提问于2015-02-22得票数 30
1回答
我的特性、dataframe和label dataframe看起来与上面的类似。我的数据是否以正确的形式出现(我正在跟踪)？对于决策树的多类分类，特性必须是浮点数吗？如果是这样的话，我应该如何进行OBI标记，因为大多数令牌特性(如果不是全部)要么是字符串，要么是布尔值？
浏览 3提问于2020-12-30得票数 1
回答已采纳
1回答
将混合列类型的熊猫数据帧--数值、序数和分类--转换为稀疏数组是机器学习中的一个核心问题。from collections import defaultdictfit = df.apply(lambda x: d[x.name].fit_transform(x))scipy.sparse.csr_matrix(df.values)
值数目较少的分类变量
浏览 4提问于2020-05-18得票数 2
1回答
我有一个有39个分类和27个数字特征的数据集。我试图对分类数据进行编码，并需要能够再次对每一列进行逆变换和调用转换。有比定义39个单独的LabelEncoder实例，然后对每个列分别定义fit_transform更漂亮的方法吗？cat_feat = [col for col in input_df2.columns if input
浏览 5提问于2022-03-10得票数 0
回答已采纳
我对机器学习的Python中的数据预处理是个新手。我正在尝试对一些数据进行预处理。数据由许多分类变量组成，其中包含一些空条目和NaN条目。我正在使用ffil方法填充空格或NaN空格，然后使用sklearn LabelEncoder进行标签编码，然后进行one-hot编码。我有两个不同的代码段。第一种方法比较简单，进行标签编码不会产生错误，但在第二种情况下，我得到了上面提到的错误:第一个代码部分：
encoder = Label
浏览 0提问于2017-12-20得票数 0
我正在使用pandas读取一个excelsheet，该excelsheet有超过10列，我只对其中的3列感兴趣，所以我读取了它，删除了具有空值的行，然后创建了测试和验证集。通过查看valueerror，我认为这可能是因为Answer列中Yes后面的逗号，但即使在删除它之后也给出了相同的错误。excel中的ID看起来像24100，但当我在dataframe中检查它的类型时，它显示为float64，并显示为24100.0。我不明白这一点，比如为什么在模型上拟合它时会抛出错误。
浏览 55提问于2021-07-20得票数 0
回答已采纳
1回答
什么是最好的方式编码字符串的值使用py手电筒？2.93 2.16 3.38 NaN NaN 4 6
(599, 11) le = preprocessing.LabelEncoder
浏览 3提问于2022-06-24得票数 -1
2回答
单热编码的Logistic回归
、、、、
我有一个Dataframe (data)，它的头部看起来如下所示：6017666.9 Naples由于status, country, city是字符串，所以我只对它们进行了一次热编码：data = data.drop
浏览 0提问于2017-06-01得票数 6
回答已采纳
在阅读了一本关于ML的书之后，我阅读了scikit的官方文档--学习学习，并遇到了以下情况：
在有关sklearn.preprocessing.OrdinalEncoder()的文档中，它是关于sklearn.preprocessing.LabelEncoder()的，而在这本书中，它是关于D1的，当我检查它们的功能时，它在我看来是一样的。谁能告诉我两者的区别吗？
浏览 0提问于2018-10-07得票数 56
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号