我正在尝试使用keras构建一个情感分类器，并在不同的数据集上对其进行评估。我的问题是，当我尝试在不同的数据集上评估它时，get_dummies值是不同的。当我尝试对另一个数据集进行预测时，它使用例如0 0 1 0 0而不是1 0 0 0来表示仇恨。所以val_acc和val_loss是不相关的，非常糟糕。 有没有一种方法可以重新索引get虚拟对象？我使用的方法如下： tweets = pd.read_csv('data/text_emotion.c
浏览 27提问于2020-01-19得票数 0
如何从存储在Pandas DataFrame中的分类数据中为巨大的特征向量(50000 X 100000)创建CSR/COO格式的稀疏矩阵？我使用Pandas get_dummies()函数创建特征向量，但它返回一个MemoryError。我如何避免这种情况，而是以稀疏矩阵CSR格式生成它？
浏览 1提问于2015-11-10得票数 3
我正在使用Tensorflow、python、Pandas创建一个类似于此的logistic回归模型。
我使用的不是MNist数据集，而是我自己的数据集。我使用Pandas创建数据格式，将nulls替换为填充it函数，然后使用from_tensor_slices将其转换为张量数据集。我有很多CATEGORICAL_COLUMNS，我正在使用get_dummies来做OneHotEn
浏览 2提问于2020-03-30得票数 0
回答已采纳
2回答
我已经使用pandas的get_dummies方法将分类数据转换为one-hot编码。返回的dataframe有74列。现在，我想将编码的数据帧与原始数据帧合并，这样我的最终数据就应该有一个分类列的热编码值，但数据帧的原始大小是21列。Pandas的 to get_dummies函数：encoded_features = pd.get_dummies
浏览 2提问于2019-08-01得票数 0
我使用以下代码将数据集特征转换为整数： car_df = pd.DataFrame({'Integer Feature': [0,1,2,3,4,5], dtree = DecisionTreeClassifier()
dtree.fit(car_df, y) 然而，我得到了一个错误：ValueErro
浏览 222提问于2021-03-29得票数 0
在3个分类列上使用Pandas get_dummies来获得一个热编码的Dataframe之后，我已经训练了一个Perceptron模型(并取得了一些成功)。现在我想预测一个新的观察结果，它不是热编码。
有任何方法记录get_dummies列映射来重用它吗？
浏览 2提问于2018-05-31得票数 5
回答已采纳
2回答
我有一个Pandas有两个分类变量，ID变量和一个目标变量(用于分类)。我成功地用OneHotEncoder转换了分类值。这导致了一个稀疏矩阵。ohe.fit(df[['col_a', 'col_b']])但是我不知道如何在DecisionTreeClassifier中使用这个稀疏矩阵？特别是当我想在以后的数据中添加一些其他的非分类变量时。谢谢!
编辑以回应mirac
浏览 12提问于2016-07-21得票数 8
回答已采纳
1回答
机器学习中的分类属性预处理
、、、、
numpy.unique() vs Pandas.get_dummies()
numpy.unique()将数据转换为所有K类的数组，并将每个值的索引作为新列返回，而get_dummies()只创建具有将分类数据转换为数字的哪种方法最适合机器学习，以及为什么?
浏览 0提问于2018-02-24得票数 0
回答已采纳
为了使用这些规范列，我正在使用Scikit-Learn的LabelBinarizer进行一次热编码。在培训之前，我就是这样转换数据的：from sklearn.preprocessing import LabelBinarizer
lb_results = lb.fit_transform(df['Town'])
然而，我并不清楚如何使用LabelBinari
浏览 3提问于2017-10-09得票数 4
回答已采纳
我的问题类似于这个帖子Create dummies from column with multiple values in pandas 目标:我想在下面产生类似的结果，但使用dask 在熊猫中 importpandas as pd3 0
浏览 8提问于2020-10-07得票数 1
回答已采纳
python中的熊猫包中有一个get_dummies转换，它将分类变量转换为值为0/ 1的二进制(标志)变量。这种转换基于实际值，但我想存储转换的代码，这样我就可以在其他数据集中运行它，使用较少的值，并且仍然可以得到完整的转换数据结构。假设你有这样的代码：a = [[5,12,"blue"], [8,53,"yellow"]]
df = pd.DataFrame(a, columns=['
浏览 0提问于2018-02-22得票数 0
回答已采纳
我计划使用Pandas get_dummies()生成一个70000行150000列的大型稀疏矩阵，但是我得到了一个MemoryError。我如何在这个稀疏矩阵上应用PCA来降维？
浏览 1提问于2015-11-06得票数 0
1回答
通过列表设置数据
、、、
我使用get_dummies在数据帧中虚拟了一个列，但这产生了另外400个列。问题是，我想对数据框架进行子集，它现在有700多个列要运行在操作下面。replace([np.inf, -np.inf], np.nan).dropna()df = df[['var1','var2','var3',[col1] ]]
浏览 0提问于2019-07-01得票数 0
回答已采纳
1回答
我在DataFrame上应用get_dummies来生成伪变量。它会创建一个新的DataFrame。我如何才能更改我的原始DataFrame？data = pd.DataFrame({'gender': [ 'female', 'male']})
data1 = pd.get_dummies(data,
浏览 0提问于2016-02-18得票数 2
1回答
使用get_dummies()将分类数据转换为数值数据后，我的数据框如下所示 score1 score2 country_CN country _AU category_leader category1 0 如您所见，将分类列转换为数值列是country_CN country _AU category_leader category_ 我想把它带到它的原始数据框架中AU
0.55. 0.54 CN
浏览 92提问于2020-11-26得票数 3
回答已采纳
1回答
我有一个由10000行组成的Pandas系列，其中填充了一个字母，从A到Z。但是，我想使用Pandas get_dummies为A、B和C创建虚拟数据帧。我该怎么做？我不希望获得列中所有行值的虚拟值，然后选择特定的列，因为该列包含其他冗余数据，这些数据最终会导致内存错误。
浏览 2提问于2015-11-03得票数 8
回答已采纳
我正在尝试oneHotEncode我的Pandas数据帧的分类变量，其中包括分类变量和连续变量。我意识到使用pandas .get_dummies()函数可以很容易地做到这一点，但我需要使用管道，以便稍后可以生成PMML文件。from sklearn.preprocessi
浏览 15提问于2017-02-13得票数 13
回答已采纳
1回答
输入:我有如下所示的csv文件作为输入。101,2009,Internal, 20-29, Office, 0, PRGNCY101,2011,Internal, 20-29, Office, 0, GYNEC1102,2010,Laboratory,30-
浏览 0提问于2017-03-26得票数 0
回答已采纳
当我在sklearn和pandas中使用one-hot编码进行数据处理时，我有两个选择：它们之间有什么不同？
浏览 0提问于2016-11-27得票数 1
我希望在循环中使用for将分类变量转换为虚拟变量。但是，下面的代码并不转换数据格式。是否必须为每个数据文件手动运行get_dummies？Pandas get_dummies不提供inplace选项。
浏览 3提问于2018-05-15得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
云直播
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