我使用模型对一些数据进行了预测，得到了这样的结果。 [[0 0 0 ... 0 0 1] [0 0 0 ... 0 0 0] [0 0 0 ... 0 0 1]
[0 0 0 ... 0 0 0]] 它们基本上是目标列的一热编码标签。现在我想以某种方式返回到原始值的单个列。我使用这些代码行进行编码。我怎样才能回到sinle专栏？
浏览 20提问于2019-05-23得票数 2
回答已采纳
3回答
多类问题单热编码类标签的正确方法
、、、、
当我在这些标签上训练一个随机森林分类器时，它工作得很好，但是我多次读到类标签也需要一个热编码。在一个热编码之后，y是[#samples, 4]# [array([0, 1]), array([0, 1]), array
浏览 1提问于2020-04-14得票数 1
回答已采纳
我有一个简单的代码，它的输入特性在X中，输出标签在y中，其中每个y_i都在集合{1,2,3,4}中。我想在sklearn中使用SVM或Logistic回归进行分类。我的问题是: sklearn什么时候需要单热编码？如果我使用SVM，y是否可以，或者SVM只处理布尔输出？此外，令人沮丧的是，sklearn (SVM或Logistic回归)中没有文档指定有效输出的范围。
浏览 37提问于2021-03-12得票数 0
回答已采纳
1回答
我试图在我的ResNet-50模型上实现分层K-折叠交叉验证.不巧的是，当我对标签进行一次性编码并尝试使用分层k折叠：TypeError: A sparse matrix was passed, but单热编码器的实现方式如下：enc = OneHotEncoder()Y = enc.transform(Y)如果我不对我的<
浏览 5提问于2020-12-11得票数 1
回答已采纳
df.letters)df.drop('letters', axis=1, inplace=True)from sklearn.preprocessing import LabelBinarizerencoder = LabelBinarizer因此，我不能假设第一个1-热列是A，第二个是B，等等。那么，如
浏览 2提问于2019-11-26得票数 2
回答已采纳
1回答
我试图使用OneHotEncoder来完成这个任务：chk = enc.transform(dataFeatures)fromsklearn.cross_validation import cross_val_score
scores =
浏览 0提问于2016-07-26得票数 1
回答已采纳
我在用 sklearn.preprocessing.OneHotEncoder
对于一个热编码的范畴向量，什么是最好的，但是能够在之后反演原始值呢？
浏览 5提问于2019-12-23得票数 1
回答已采纳
5回答
我正在尝试对某些分类列执行一次热编码。从我正在学习的教程中，我应该在一次热编码之前做LabelEncoding。我已经成功地执行了标签编码，如下所示categorical_cols = ['a', 'b', 'c', 'd'] data[categorical_col
浏览 0提问于2020-04-05得票数 21
回答已采纳
下面是我申请的数据框 cc temp 1 CA 12.0 3 AU 20.0 现在使用以下命令转换为类别df.cc.cat.codes 我把这个作为输出 cc temp 1 1 12.0 3 0 20.0 我的要求是，我如何才能将它逆转为原始的任何想法
浏览 11提问于2020-07-20得票数 0
回答已采纳
假设我有一个数据集，其特征值是连续的，并且有两个以上的可能标签(例如: rain、sunny、windy等)，我应该在sklearn中实现哪个朴素贝叶斯模型？ 我在考虑高斯或多项式。
浏览 30提问于2021-04-26得票数 0
回答已采纳
我正在尝试使用以下代码对第一列进行一次性编码：enc = OneHotEncoder(categories如何对第一列进行单热编码，然后将其添加到整个数据中？
浏览 0提问于2020-03-18得票数 1
我正在处理出租车预订预测问题，在这个问题上，我需要使用日期时间方面，如小时、日、周等来进行预测。因为我需要为这个目的做分类编码。有人能帮我找出哪一个使用标签编码器或热编码器吗？我尝试过进行标签编码，但对于这样的序号数据，首选的是一种编码。任何帮助都将不胜感激。
浏览 0提问于2021-04-26得票数 0
1回答
CNN使用不同的目标向量
、、、
我希望使用不同的目标向量(不是标准的单热编码)来训练我的CNN。我的图像数据位于10个不同的文件夹(10个不同的类别)。如何使用我想要的目标向量？flow_from_directory()输出一个热编码的标签数组.我把标签向量存储在字典里。此外，文件夹的名称是标签，如果这有帮助的话。
浏览 0提问于2018-06-18得票数 0
回答已采纳
1回答
我有一个分类问题，我不知道如何分类这个分类问题。根据我的理解，
|-------------|----------| |-------------|-----------------, 0, 0, 1, 0] |如右图所示，我对训练标签进行了
浏览 4提问于2020-11-01得票数 3
回答已采纳
2回答
从我在网上读到的内容来看，对于分类法和使用的术语似乎有些混淆，所以为了避免误解，我将在这里定义它们：
标签编码-用任意数字标签对标称变量进行编码。我目前正在选修的机器学习课程比较了单热编码和顺序编码.然而，在我的在线研究中，我意识到“普通编码”实际上是个用词不当，而这门课程实际上演示的是“标签编码”。因此，这就是错误地把标签编码
浏览 0提问于2020-07-17得票数 6
回答已采纳
3回答
我正在使用简单的数据集来检测具有类名称'R‘和'M’的岩石或矿山。我有一个热编码的R为1，M为0。现在我想让它变得更快。我尝试了许多方法，但找不到将1转换为R，将0转换为M的方法import pandas as pdfrom sklearn.preprocessing
浏览 1提问于2018-12-23得票数 1
我已经对我的目标变量应用了一次热编码。在此之后，我将数据分成trainX、testX、trainy、After。因此，我对trainX和trainy的形状分别是(1600,20)和(1600,4)。安装到logisticRegresion，即-> lr.fit(trainX，trainy)时，我得到了一个因此，我知道我必须给出形状的值(1600,1)，但是通过一次热编码，我已经根据一个热编码的概念为每个单独的price_range提供了4列的数组。
浏览 0提问于2019-11-04得票数 0
回答已采纳
1回答
如何维护标签编码过程中的自然秩序
、、、、
from sklearn.tree import DecisionTreeClassifier
df =，以及如何对标签编码和热编码这样的变体进行编码。现在，根据大多数文献，当特征的值可以自然排序时，应该或可以使用标签编码，例如，'Low‘、'Normal’、'High&#x
浏览 2提问于2019-11-27得票数 0
回答已采纳
在为机器学习分类任务预处理标签时，我需要对获取字符串值的标签进行热编码。这意味着我需要在一个热编码器前面加上一个LabelEncoder。API中使用sklearn.pipeline来实现这一点，但是当使用： LabelOneHotEncoder = Pipeline( [ ("le",LabelEncoder), ("ohe", OneHotEncoder)]) 我从OneH
浏览 86提问于2018-02-22得票数 11
回答已采纳
1回答
我正在编写一个使用线性回归的应用程序。就我而言，sklearn.linear_model.Ridge。我很难将我喜欢的数据池以正确的形式预测到Ridge。我简要地描述了我的两个应用程序以及问题是如何出现的：我的数据点每个只有一个特性，它们都是String，所以我使用了一个热编码，以便能够在Ridge中使用它们。= 9 (dim 0)
Ridge接受了9个特性的培训，因为我在所有数据点上都使用了一种热编码<
浏览 2提问于2017-07-10得票数 6
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
