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.preprocessing import OneHotEncoder
from sklearn.preprocessingfrom sklearn2pmm
浏览 15提问于2017-02-13得票数 13
回答已采纳
我正在使用scikit创建一个决策树模型--学习，在使用进行缩放之前，我需要对数据进行拆分。但是，我也想使用cross_val_score()方法。我首先使用OneHotEncoding()在make_column_transformer()中编码了一些分类数据，如下所示：我把它
浏览 7提问于2022-07-25得票数 3
回答已采纳
1回答
在Sklearn中，我如何在Sklearn中完成OneHotEncoding之后的LabelEncoding。categorical_cols = X.columns[categorical_feature_mask].tolist()X[
浏览 1提问于2020-04-22得票数 0
回答已采纳
1回答
如何在dask分布式集群中进行dask_ml预处理？我的数据集大约是200‘s，每次我对准备用于OneHotEncoding的数据集进行分类时，似乎dask忽略了客户端，并尝试将数据集加载到本地计算机的内存中。也许我错过了一些东西：
from sklearn
浏览 10提问于2021-07-09得票数 0
对于下面的熊猫DataFrame df，我希望将type列转换为OneHotEncoding，并使用字典word2vec将word列转换为它的向量表示。from sklearn.base import BaseEstimator, TransformerMixin ])),
# Part 2: get cate
浏览 0提问于2018-06-06得票数 0
回答已采纳
module>() 1903
C:\ProgramData\Anaconda3\lib\site-packages\sklearnisinstance(selected, six.string_types) and selected == &
浏览 6提问于2017-12-13得票数 1
回答已采纳
Rasa NLU版本(0.11.3)：操作系统(osx)：
curl -X POST localhost:5000/解析-d‘{“q”：“我在寻找墨西哥食物”}’] "max_iterations": 50,
"L1_c&q
浏览 4提问于2018-02-20得票数 0
回答已采纳
在下面的示例中，它解释了如何在sagemaker python-sdk的帮助下使用sklearn管道进行预处理。如果您只需要进行格式更改，而不需要使用sklearn的处理方式，那么最佳实践是什么？
浏览 10提问于2019-03-28得票数 1
但是，如何在管道中使用.predict或.transfrom方法。假设我已经预处理了我的列车数据，搜索了最佳的超参数，并训练了一个LightGBM模型。管道的中间步骤必须是“转换”，也就是说，它们必须实现fit和transform方法。最后的估计只需实现fit。我目前一无所有，因为我不知道如何正确地包含类的方法(如StandardScaler_instance.transform())和更多的此类方法。
我该怎么做，或者我错过了什么？
浏览 2提问于2020-09-17得票数 0
回答已采纳
我想在神经轴管道中使用分类器，例如sklearn.linear_model.SGDClassifier，并使用partial_fit在线安装它。对于其他fit_params，如sample_weight，也会出现同样的问题。在标准的sklearn管道中，fit_params可以通过__语法传递到各个步骤，例如对于sample_weight参数：
from sklearn.linear_model import SGDClassifier__sample_weight=[
浏览 2提问于2020-10-22得票数 1
回答已采纳
我收集了各种变量的数据，如“产品类别”、“产品线”、“设计国”、“一天中的开始时间”，还有“总时间”的数据，即项目在整个过程中所花费的时间。总共有18个不同的输入变量，每个变量要么是一个分类变量，要么是一个离散的数字，比如“一天中的开始时间”。我想在python中建立一个统计回归分析模型，它输出语句的概率。例如P(时间> 1000分钟?产品类别= A，产品线= B，.)我想知道如何解决这个问题？有什么一般的方法吗？
浏览 0提问于2019-02-07得票数 2
有谁能解释一下sklearn.pipeline.make_pipline和imblearn.pipeline.make_pipline的区别吗？
浏览 0提问于2019-08-21得票数 6
回答已采纳
2回答
我们有一个功能，允许用户通过UI界面拖放一个模块，形成一个数据处理管道，如读取数据、进行预处理、进行分类训练等。拖放后，这些模块将按顺序执行。我们计划使用RAPIDS来加速这个管道:通过将数据放在GPU MEM中来改善模块间的数据交换。使用cuDF/cuML而不是Pandas/SKLearn来获得更快的处理速度。目前我们已经确认可以将这些模块从Pandas/SKLearn移植到cuDF/cuML中</em
浏览 2提问于2019-04-03得票数 4
1回答
在另一个文件中，我加载了保存的模型，并希望提交一组新的特征来执行预测。我必须缩放这组新功能吗？只有一组功能，我该如何做到这一点呢？ 我没有调整新的值，我得到了奇怪的结果，我不能做预测。问题在于使用经过缩放特征训练的持久化SVM模型进行单一预测。知道我做错了什么吗？
浏览 20提问于2019-07-01得票数 1
我想使用在iOS设备上描述的管道。不可能仅仅使用CoreML来转换它，因为我的管道包含一个不在sklearn.preprocessing中的自定义函数。我有一个管道，它包含一个不受CoreML支持的函数。如果我试图使用coreML转换我的管道，我有：
ValueError: Transformer '<class '__main__.Prepare_input'>' not supported; supportedsignal = so
浏览 1提问于2019-05-20得票数 1
回答已采纳
它也会导致不同类别在神经网络中占据不同的位置。确定数据集大小(在OHE之后)，并根据以下内容设置NN的输入大小:不工作，因为每个CV子集可能有不同的模型，并且维度中的每个类别位置都不映射到其他子集
0填充到任意高的输入大小
浏览 0提问于2019-01-02得票数 0
使用keras中的神经网络(NNs)之类的东西，很清楚如何在神经网络的训练中使用单词嵌入，您可以简单地做一些类似的事情model = Sequential(Embedding但是，我不知道如何使用sklearn中的算法，如SVMs、NBs和logistic回归来实现这一点。(Countvectorizer()), (TfidfTransformer()), (Classifier())])但是如何将加载的字嵌入到这个
浏览 0提问于2018-03-12得票数 3
回答已采纳
我在试着理解科学学习管道是如何工作的。我有一些虚拟数据，我试图拟合一个随机森林模型的虹膜数据。这是一些代码from sklearn import svm# Load the Iris dataset将数据分成训练和测试，并分两个步骤创建管道。如<e
浏览 1提问于2020-10-02得票数 4
回答已采纳
使用sklearn SimpleImputer策略常量和使用fillna(值)有什么不同？
浏览 1提问于2021-03-18得票数 1
这听起来可能是个愚蠢的问题，但相信我不是，我正在寻找一个让您自己完成大部分工作的ml框架/库，这样我就可以学习，而不是依赖于框架/库，但我还是不想从头开始编写所有ml算法，因为这会非常痛苦。
希望能把一切都清理干净，谢谢。
浏览 0提问于2020-10-17得票数 -2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
