对于相同列数的输入，SciKit学习转换管道输出列数不同
的原因是因为不同的转换步骤可能会改变数据的维度或特征数量。
SciKit学习转换管道是一种用于数据预处理和特征工程的工具，它允许将多个转换步骤组合在一起，以便在机器学习模型训练之前对数据进行处理。每个转换步骤可以是数据清洗、特征选择、特征提取等操作。
在转换管道中，每个转换步骤都会对输入数据进行处理，并生成一个新的数据集作为输出。这个输出的数据集可能具有不同的列数，这取决于每个转换步骤对数据的处理方式。
例如，如果在转换管道中使用了特征选择的步骤，它可能会根据某种标准选择最重要的特征，并且只保留这些特征作为输出。这样就会导致输出数据集的列数减少。
另外，一些转换步骤可能会引入新的特征，例如特征提取步骤可以将原始数据转换为一组新的特征。这样就会导致输出数据集的列数增加。
因此，对于相同列数的输入，SciKit学习转换管道输出列数不同是由于不同的转换步骤对数据进行处理的方式不同所致。
在腾讯云中，可以使用腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）来进行数据预处理和特征工程。该平台提供了丰富的机器学习算法和转换工具，可以帮助用户构建和优化转换管道，并进行模型训练和预测。
相关·内容
1回答
我正忙着翻阅奥里莲·热罗恩的书。(手工机器学习与Scikit-学习，Keras，和Tensorflow)
这样做的目的是尽早将数据分割成训练和测试集，以避免数据窥探的偏见。然后，对数据进行更改。
我的问题是，既然对训练集进行了更改，那么我假设相同的更改(删除列、填充NA行、将分类转换为数字等)应该在培训和评估之前对测试集进行更改？如果是这样的话，正确的方法是什么呢？把所有的东西都写成一个函数，并在两者上运行它，这似乎有点违背了使用笔记本的直觉吗？有没有我不知道的内置功能？
浏览 0提问于2021-05-24得票数 1
回答已采纳
，我使用scikit创建了一些管道-学习，但我在将变量名保留为原始名称而不是transformer_name__feature_name格式时遇到了一些问题
这是一种情况：
我有一组变压器，包括自定义的和一些来自scikit的-学习自己在每个步骤中使用的一组变压器和它使用的列都是在一个外部文件中定义的，我事先不知道我将应用哪些变压器，例如，在一个名为data的python字典中，它看起来就像这个
[{'transformer': MinMaxScaler(), 'columns': ['column1', 'column2'],
浏览 6提问于2022-11-21得票数 0
1回答
机器学习方面的文献强烈支持支持向量机()的数据归一化。作为，同样的应该应用于训练和测试数据。
使用比手工减去平均值和除以标准差(除了在管道中使用它的能力)有什么好处？
LinearSVC在scikit中--学习依赖于多个类的 (正如larsmans所提到的，SVC依赖于1-VS-一个用于多类)。那么，如果我有多个类，使用以归一化为第一个估计量的管道来训练，会发生什么呢？它还会计算每个类别的平均和标准变化，并在分类时使用吗？
更具体地说，下面的分类器是否在管道的svm阶段之前对每一类应用不同的均值和标准偏差？
estimators = [('normalize'
浏览 1提问于2013-04-22得票数 6
回答已采纳
3回答
一个问题。
据我所知，scikit学习的管道库是一种自动化助手，它通过一个定义的数据处理周期将数据带入其中。但在这种情况下，我看不出有什么意义。
为什么我不能在python中通过函数式或面向对象的编程来实现数据准备、模型训练、分数估计等？对我来说，它似乎更灵活和简单，你可以控制所有的输入，调整复杂的动态参数网格，评估复杂的度量，等等。
你能告诉我，为什么有人要使用sklearn.pipelines？它为什么会存在？
浏览 8提问于2022-05-10得票数 1
2回答
我有一个简单的scikit-学习两个步骤的Pipeline：一个TfIdfVectorizer和一个LinearSVC。
我用我的数据来拟合管道。一切都很好。
现在我想要改变(而不是预测！)一件物品，用我的贴身pipeline。
我尝试了pipeline.transform([item])，但它给出的结果与pipeline.named_steps['tfidf'].transform([item])不同。甚至结果的形状和类型也不同:第一个是1x3000 CSR矩阵，第二个是1x15000 CSC矩阵。哪一个是对的？他们为什么会有不同？
如何转换项，即在使用scikit-lear
浏览 4提问于2015-11-02得票数 10
回答已采纳
1回答
我正在致力于一个项目，其中可配置的管道和谱系跟踪的变化，火花DataFrames都是必不可少的。这个管道的端点通常只是修改了DataFrames (把它看作是一个ETL任务)。对我来说最有意义的是利用已经存在的Spark管道API来跟踪这些更改。特别是修改(根据其他内容添加列，等等)实现为自定义Spark变压器。
然而，我们现在正在进行内部辩论，讨论这是否是执行这条管道的最惯用的方式。另一种选择是将这些转换实现为一系列UDF，并基于DataFrame的模式历史(或Spark的内部DF沿袭跟踪)构建我们自己的谱系跟踪。这方面的论点是，Spark的ML管道并不仅仅是ETL作业，而且应该始终以生成一
浏览 2提问于2017-12-14得票数 3
我需要结合来自OpenAPI的Scikit预处理管道和Tensorflow作为学习后端，而不是Scikit学习后端。Scikit管道是否支持使用Tensorflow的后端？
浏览 0提问于2019-01-08得票数 1
回答已采纳
我是通过手工机器学习与Scikit-学习和TensorFlow阅读。我们正在研究scikit学习转换管道，为机器学习算法准备数据。
下面是代码(housing_num是主dataframe外壳的数值属性的数据)：
num_pipeline = Pipeline([
('imputer', Imputer(strategy='median')),
('attribs_adder', CombinedAttributesAdder()),
('std_scaler', StandardScaler())
])
浏览 0提问于2019-05-01得票数 0
回答已采纳
1回答
我正在尝试读取CSV文件，该文件包含以下数据
"27@21","","2725 abc dr"","","Mumbai","IN",""
使用以下代码
with open(file, "r") as csv_file:
reader = csv.reader(csv_file, delimiter=',')
for row in reader:
colValues = list(row)
prin
浏览 0提问于2018-12-07得票数 0
回答已采纳
2回答
我有一个程序，它生成并输出一系列简单的数学作业示例任务，如：
1+1=
3+3=
2+5=
3+7=
4+2=
序列可以是相当长的，我希望通过如下转换来节省打印这个序列时的空间：
1+1=.3+7=
3+3=.4+2=
2+5=
也就是说，将这些行包装到两个或多个列中。我原以为column linux实用程序会使用-c N选项witn N=2来完成这项工作，但是，它仍然在一列中输出行，而不管N是什么。
我该怎么做行序列的列化？
浏览 5提问于2011-01-14得票数 2
回答已采纳
我正在开发一个自定义数据流组件。我定义的一个自定义属性包含一个字符串，该字符串包含有关输出列数的信息，准确地说，它包含列的名称(可以是4，可以是5，也可以是50)。
因此，输出列的数量是可变的。我不知道如何(甚至可能)拥有一个组件，它的输出列数量会根据输入的不同而变化。
有人知道该怎么做吗？谢谢
更新
好的。因此，在设计时，我查看我的自定义属性并创建所需的列。我该用哪种方法来做呢？
我在ProvideComponentProperties上试过这个：
this.fields_ = this.ComponentMetaData.CustomPropertyCollection["
浏览 3提问于2011-11-08得票数 0
回答已采纳
2回答
决策树产生不同的输出
、、、
我目前正在使用决策树(使用Scikit学习)来预测某些值。我面临的问题是算法的输出不一致。这是决策树的属性吗？在多次运行(不改变数据/算法)时，我得到了不同的结果。
我使用了Scikit的决策树类，没有改变任何开始
svr = DecisionTreeRegressor()
然后，为了消除任何“随机性”，我将其更改为
svr = DecisionTreeRegressor(splitter='best', random_state=None)
是什么导致了不同的结果？我怎样才能阻止他们？
红色的两个结果(为了简单而绘制)是DTR结果。蓝色是测试集。
浏览 9提问于2016-03-13得票数 1
回答已采纳
我是否可以使用或实现一个scikit学习预处理程序来从熊猫数据处理中选择一个行的子集？我希望由一个预处理程序来完成这个任务，因为我希望构建一个管道，并将其作为一个步骤。
浏览 2提问于2022-03-14得票数 4
回答已采纳
我想在scikit学习中实现一个机器学习算法，但我不明白这个参数random_state是做什么的？我为什么要使用它？
我也不明白什么是伪随机数。
浏览 86提问于2015-01-21得票数 182
回答已采纳
3回答
这个问题是关于scikit的一个实现方面的-学习的DecisionTreeClassifier()。
如何从scikit返回的feature_importances_ (学习DecisionTreeClassifier() )中获得按降序排列的功能名称？
问题是分类器的输入特性不是原始特征，而是来自熊猫DataFrame get_dummies的数字编码特征。
例如，我从UCI存储库获取蘑菇数据集。数据集中的特性包括- cap_shape、cap_surface、cap_color、odor等。
熊猫数据获取器根据原始特征的值将它们编码成多个特征。假设cap_shape有值b、c、f、k...
浏览 0提问于2018-04-29得票数 3
1回答
我想使用doc2vec表示和scikit学习模型对文本文档进行分类。
我的问题是我不知道该怎么开始。有人能解释一下通常使用doc2vec与scikit一起学习的一般步骤吗？
浏览 3提问于2016-11-27得票数 4
我正在使用scikit学习主成分分析，并试图选择满足1-(sum I 1 to K Sii)/(sum J 1 to N Sjj) <= 0.01的最小分量数，其中S是svd对角线矩阵，以便保持99%的方差。
scikit学习是否有一个函数，返回给定方差的最小分量，保留%阈值？
有没有更有效的方法来提出n_component？
谢谢。
浏览 1提问于2015-11-03得票数 1
回答已采纳
我有一个由散列分隔的文件，看起来有点像这样，
Value##value
value#value#value#value##value#####value#####value
value#value#value#value###value#value####value##value
如您所见，当用散列分隔时，第2行和第3行中的列比第1行中的列多。经过一些转换后，我希望能够使用ADF数据流将其摄取到数据库中。然而，每当我尝试进行任何类型的映射时，我总是只看到7列(第一行中的列数)。
有什么方法可以得到所有的价值吗？列数最多的行中有多少列？我不介意明渠。
注意:我没有这个标题行。
浏览 1提问于2021-09-01得票数 0
回答已采纳
给出了以下示例：
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.decomposition import NMF
from sklearn.pipeline import Pipeline
import pandas as pd
pipe = Pipeline([
("tf_idf", TfidfVectorizer()),
("nmf", NMF())
])
data = pd.DataFrame([["Salut comment t
浏览 0提问于2018-02-12得票数 26
回答已采纳
我在科学学习中使用局部线性嵌入 (LLE)方法进行降维。我能找到的唯一例子属于Scikit--学习文档和，但我不知道该如何选择该方法的参数。特别是，数据点的维数或样本数与邻居数(n_neighbors)和组件数(n_components)之间是否有任何关系？在Scikit中的所有示例--学习使用n_components=2，总是这样吗？最后，是否还有其他对调优至关重要的参数，或者我应该对其余的参数使用默认设置？
浏览 7提问于2017-02-16得票数 0
1回答
我需要问如何从keras函数api中使用keras预测。我需要编写多输出的多元LSTM模型。我写过这样的模型：
inp = Input((train_X.shape[1],train_X.shape[2]))
x = LSTM(192,return_sequences=True)(inp)
x = Dropout(0.5)(x)
x = Flatten()(x)
out1 = Dense(1,activation='softsign')(x)
out2 = Dense(1,activation='softsign')(x)
model = Model(input
浏览 1提问于2018-05-25得票数 1
回答已采纳
2回答
我有一个矩阵，例如5x10。
double[][] matrix = new double[5][10]
我想知道这些矩阵的大小，但如果我这么做的话：
matrix.length
它只返回me列大小: 10
我怎么能做到呢？
浏览 3提问于2015-04-06得票数 5
回答已采纳
MinMaxScaler() in scikit-learn用于数据规范化(即特性缩放)。决策树不需要数据归一化。由于XGBoost基于决策树，是否需要使用MinMaxScaler()进行数据规范化，以便将数据输入到XGBoost机器学习模型？
浏览 0提问于2019-09-28得票数 31
回答已采纳
1回答
scikit学习管道
、、、
我的(iid)数据集中的每个示例如下所示：
x = a_1，a_2...a_N，b_1，b_2...b_M
我也有每个样本的标签(这是监督学习)。
A特征非常稀疏(即字袋表示)，而b特征是稠密的(整数，其中有45)。
我正在使用scikit学习，我想使用GridSearchCV与管道。
问题:在特性类型a上可以使用一个CountVectorizer，在特性类型b上可以使用另一个CountVectorizer。
我想要的可以认为是：
pipeline = Pipeline([
('vect1', CountVectorizer()), #will work only on
浏览 1提问于2015-05-31得票数 3
回答已采纳
我有一些原始的功能，进入一个科学的学习模型。我已经有了许多预处理步骤(比如PolynomialFeatures)，这些步骤创建了额外的特性，作为我的管道的一部分。然而，我知道我的原始特性的某些线性组合本身也可能很重要。我的问题是，这些手工构建的特性(如feature1和feature2之和)是否可以作为scikit-learn管道设置的一部分创建呢？显然，我可以在Pandas dataframe级别上创建它们，然后再将它们传递到管道中，但是尝试在我的代码库中找出最干净的方法来做到这一点。
浏览 0提问于2022-12-20得票数 0
回答已采纳
2回答
使用h2o实现决策树
、、、、
我正在尝试使用h2o来训练决策树模型。我知道在h2o中不存在决策树的特定库。但是，h2o有一个随机森林H2ORandomForestEstimator的含义。我们能否通过调优随机林的某些输入参数来实现h2o中的决策树？因为我们可以在scikit模块(一个流行的用于机器学习的python库)中做到这一点。
参考链接:
在scikit中，代码如下所示
RandomForestClassifier(n_estimators=1, max_features=None, bootstrap=False)
我们在h2o中有与此代码相当的代码吗？
浏览 2提问于2018-06-07得票数 5
回答已采纳
我有下面的scikit学习管道用于一些数据预处理。
如果数据文件中有分类特性，我想提取这些特性并在SimpleImputer中运行；如果没有这样的特性(即不存在dataframe‘分类法’)，我希望它简单地“跳过”/passthrough管道，然后继续下一步。
如何做到这一点？
Pipeline ([
('extract', extract_feature(dataframe['categoricals]),
('fill', SimpleImputer(strategy='constant', fill_value='dummy
浏览 0提问于2019-09-08得票数 1
回答已采纳
我正在将表输出导出到CSV文件。我正在使用SSIS包，它有OLE DB源代码和平面文件目的地。我得到以下错误：
[平面文件目标2]错误:数据转换失败。列"Address“返回的状态值4和状态文本”文本被截断或一个或多个字符在目标代码页中不匹配“的数据转换。
[平面文件目标2]错误:无法为列"Address“复制或转换平面文件数据。
SSIS.Pipeline错误: SSIS错误代码DTS_E_PROCESSINPUTFAILED。组件“平面文件目标”(2)上的ProcessInput方法失败，错误代码0xC02020A0处理输入“平面文件目标输入”(6)。标识的组件从Proc
浏览 2提问于2018-05-14得票数 0
我正在尝试使用Keras构建一个神经网络，但遇到了错误： ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 25168 but received input with shape (None, 34783) 我将模型定义为： model = Sequential()
model.add(Dense(1024, input_dim = len(X), activation = 'relu'))
浏览 43提问于2021-05-11得票数 1
回答已采纳
1回答
我一直试图为sklearn Pipeline体系结构设计一个转换器，它实际上过滤和删除了符合特定条件的记录--如果您愿意的话，这是一个WHERE子句。我发现上写着“任何删除或添加样本的转换器，就现有版本的scikit学习而言，都不符合API"，但它是7年前的版本。事情是否发生了变化，如果没有，什么是Pipeline哲学的好陈述，解释了为什么删除记录不符合它的概念？(我绝对理解为什么添加样本是没有意义的，我认为我理解为什么删除可能没有意义，但我想阅读一下这方面的官方原因，以便更好地掌握API的思想。)
浏览 3提问于2021-07-08得票数 1
回答已采纳
我正在学习Aurelion的机器学习书。
我正在实验ColumnTransformer类。当我包含SimplerImputer时，会创建一个额外的列。据我所知，SimplerImputer用于填充total_bedrooms列(结果中的列索引4)中缺少的值，因此我不清楚它为什么要在结果中添加新列(列索引: 10)。
当我不包括来自SimplerImputer的ColumnTransformer，而是创建一个实例，并fit_transform输出的ColumnTransformer，我将不会得到额外的列。请给我建议。
category_att = X.select_dtypes(include=
浏览 2提问于2021-04-25得票数 3
回答已采纳
2回答
外部列与输出列之间的区别是什么？
、、、、
我试图学习SSIS，并坚持到底什么是外部列和输出列？似乎所有的元数据都可以存储在一个.除非还有别的原因我不理解。如果有人能用清晰的语言解释每个人的真实情况，那么也许我就能弄清楚这一点。
我在这个网站上读过解释。请阅读MSDN站点上的说明。在谷歌上搜索答案。在一本题为“专业Microsoft 2014集成服务”的书中可以了解到这一点。
浏览 2提问于2019-10-07得票数 3
我用Scikit学习训练了一个分类器。我正在加载输入，以训练我的分类器从CSV。我的一些专栏的价值。“城镇”是典型的(例如可以是“纽约”、“巴黎”、“斯德哥尔摩”、.)。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：
import pandas as pd
from sklearn.preprocessing import LabelBinarizer
headers = [
'Ref.', 'Town' #,...
]
df = pd.read_csv(&#
浏览 3提问于2017-10-09得票数 4
回答已采纳
我正在尝试使用scikit学习分类一些数据。数据存储在.csv中。我的问题是这些实例是由唯一的17位整数标识的。当我加载数据时，python/numpy/scikit将自动转换为科学表示法，并对数字的尾部进行舍入。如何至少对包含ID号的变量禁用此功能？
而且-我看到np.getfromtxt()有一个'dtype‘选项，它允许用户指定每个列的数据类型。是否有一种方法只在一列上使用此选项？我有>250列，单独指定其余的列(这些列都是浮动的)是不实际的。
下面是加载数据的代码：
my_data = genfromtxt('data.csv', skip_header=
浏览 1提问于2014-08-21得票数 1
回答已采纳
1回答
上下文
我正在使用scikit-学习并寻找一个转换器，允许我简单地选择哪些列要保留或哪些列要删除。
问题
实际上，我希望在管道中包含一个附加的转换器步骤，允许我选择保留哪些列或删除哪些列。我知道，在下面的例子中，我可以简单地使用其余部分，但这在我实际的实现中是行不通的，因为我需要参数化列选择，以便轻松地将其应用于培训、测试和最终得分。
示例
import numpy as np
import pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn import preprocessing
prep_pipe
浏览 0提问于2020-05-02得票数 3
在scikit中，学习TfidfVectorizer允许我们适应训练数据，然后使用相同的向量器来转换我们的测试数据。火车数据转换的输出是一个矩阵，表示给定文档的每个单词的tf-以色列国防军得分。
然而，拟合向量器如何计算新输入的分数？我猜到：
新文档中单词的分数，由训练集中同一单词的分数与文档的分数相加而得。
新文档被“添加”到现有的语料库中，并计算出新的分数。
我试过从scikit-learn的源代码中推断出这个操作，但无法完全弄清楚。这是我之前提到的选择之一还是其他的选择？请协助。
浏览 0提问于2019-04-16得票数 10
我有一个脚本组件和一个OLE DB目标。我的脚本有3列要返回。如何将这3列中的每一列映射到OLE DB目标？
每当我将连接器从脚本组件拖到OLE DB时，它使我只能选择1个输出列。当我用另一个输出列重试时，BIDS告诉我OLE DB目标没有可用的输入列。
一个OLE DB目标可以有多个输入吗？
谢谢,
浏览 0提问于2012-06-09得票数 0
回答已采纳
1回答
python澄清
、、、
我正在阅读关于高斯混合hmms的文章，我想实现一个。我正在使用hmmlearn包，我知道它已经从scikit-学习中被废弃了。在文档中，它指出，在GMMHMM构造函数中，它要求："gmms ( GMM对象数组，长度n_components)用于每个状态的GMM发射分布。“
我理解的方式应该是: 1)首先使用scikit-learn执行GMM训练，2)将GMM对象传递给GMMHMM构造函数，以便训练hmm。
这是对的还是我遗漏了什么？
谢谢。
浏览 0提问于2015-09-06得票数 0
回答已采纳
2回答
我一直在使用NTLK分类器来训练数据集和对单个记录进行分类。为了训练记录，我使用这个函数，
nltk.NaiveBayesClassifier.train(train_set)
为了对单个记录进行分类，
nltk.NaiveBayesClassifier.classify(record)
其中，"record“是变量名。
在Scikit分类器中，对于训练数据集，使用的函数是，
from sklearn.ensemble import RandomForestClassifier
classifier = RandomForestClassifier()
classifier.fit(X
浏览 0提问于2018-03-15得票数 1
3回答
我在scikit中使用一个Pipeline，学习将一些预处理与OneClassSVM一起分组作为最终分类器。为了计算合理的度量，我需要一个后处理，它将OneClassSVM的- 1 ,1输出转换为0和1。有任何结构化的方法将这种后处理添加到Pipeline中吗？变压器不能在最终估计器之后使用。
浏览 4提问于2015-11-06得票数 10
回答已采纳
我想用科学工具-学习。我已经打字了
pip install -U scikit-learn
pip3 install sklearn
来安装它，但是当我键入
$ Python
>>> import sklearn
它回来了
ImportError: No module named sklearn
我学习了其他教程，但不起作用。此外，我的环境还会返回以下警告：
如果您已经安装了scikit-从源代码中学习，请不要忘记在使用它之前构建包:在源目录中运行python setup.py install或make。
输入终端的真正代码是什么？我试着在终端中输入python se
浏览 1提问于2016-04-04得票数 22
回答已采纳
1回答
学习具有功能，这是一条包含最终估值器的转换管道。
我如何创建一些类，这些类没有scikit、学习fit & transform方法，但是有____call___()呢？我不想让这个解决方案使用scikit-学习管道。因此，我想按下面列出的顺序执行以下操作
将一个dict传递给ppl，后者将dict传递给A().____call____()
步骤1返回的输出df传递给B().____call____()
步骤2返回的输出传递给C().____call____()
步骤3返回的输出传递给一个lambda函数，该函数返回两列A&B的和
例如：
import p
浏览 0提问于2019-09-02得票数 1
在scikit学习文档中，他们给出了自定义变形金刚( of custom )，这些变形金刚是、BaseEstimator、和类的子类。我想知道，为什么在这些示例中使用BaseEstimator子类？
为了回答这个问题，我把它从ItemSelector类中删除，但是Python没有抱怨。
浏览 2提问于2018-02-15得票数 2
回答已采纳
2回答
首先，我昨天从蟒蛇开始。我正在尝试使用SciKit和一个大型数据集(250.000条推特)进行文本分类。对于该算法，每个tweet将表示为一个4000 x 1向量，因此这意味着输入为250.000行和4000列。当我试图在python中构建它时，我在8500条tweet之后(在处理一个列表并追加它)之后内存不足，当我预先分配内存时，我只得到了错误：MemoryError (np.zeros(4000,2500000))。SciKit不能处理这些大型数据集吗？我是不是做错了什么(因为这是我第二天和蟒蛇在一起)？是否有其他方法来表示这些特性，使其适合我的记忆？
编辑：我想要到伯努利NB
edit2
浏览 6提问于2012-12-06得票数 2
回答已采纳
1回答
当在机器学习模型中指定X和y数组时，我看到它们有时从数据中获取列，如df.iloc:,2.values，中的“值”，有时将其重新定义为2D数组，如df.iloc:,2.values.reshape(-1,1).
什么时候用哪种？
有时我用任何一种方法，它们都能起作用。为什么未成形的一个在有这样的语句时工作，比如“scikit-学习转换器期望输入数据是行和列的矩阵，因此目标变量的一维数组必须在转换之前被重塑为2D数组”。
编辑：
X=dataset.iloc[:,1:23].values
y=dataset.iloc[:,0].values
#%%
from sklearn.preproces
浏览 11提问于2019-09-27得票数 0
我想知道用fit函数传递列的正确方法是什么。例如，我有：
# Lin. regression
lin_reg = LinearRegression().fit(data[["X"]],
data[["Y"]])
#Poisson regression
log_reg = PoissonRegressor().fit(data[["X"]],
data.loc[:, "Y"])
因此，在线性回归中，
浏览 3提问于2021-07-11得票数 2
回答已采纳
我无法在ipython笔记本中导入以下模块：
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline
弹出以下错误
ImportError:无法导入名称PolynomialFeatures
同样的错误也出现在make_pipeline上。
我是scikit的新手--学习，请帮忙。
我使用的是python的miniconda安装和scikit的版本号-学习是0.14.1。
浏览 2提问于2014-04-07得票数 4
回答已采纳
1回答
我想将多类分类目标简化为二进制分类目标。理想情况下，这种映射将发生在scikit中--学习，因此同样的转换适用于培训和预测。
我查看了转换预测目标(y)文档，但没有看到一些有用的东西。理想情况下，它将是TransformedTargetRegressor的分类器版本。
类似于这样的映射：
targets_multi = {'A', 'B', 'C', 'D'}
targets_binary = {0: {'A', 'B'},
1: {'C', &
浏览 0提问于2021-02-26得票数 5
1回答
我正在使用scikit-learn构建文档分类系统，它工作得很好。我正在将模型转换为Core ML模型格式。但是模型格式将输入参数排除为multiArrayType。我想让它排除字符串或字符串数组，这样我就可以很容易地从IOS应用程序中预测。我尝试了以下方法：
from sklearn.linear_model import LogisticRegression
logreg = LogisticRegression()
logreg.fit(X_train_dtm, y_train)
#testing a value
docs_new = ['get exclusive priz
浏览 11提问于2018-02-26得票数 0
回答已采纳
我的数据由50列组成，其中大多数是字符串。我有一个单一的多类变量，我必须预测。我尝试在scikit中使用LabelEncoder --学习将特性(而不是类)转换成整数，并将它们作为输入输入到我正在使用的RandomForest模型中。我正在使用RandomForest进行分类。
现在，当新的测试数据(新数据流)出现时，对于每一列，我如何知道每个字符串的标签是什么，因为现在使用LabelEncoder将给我一个独立于我以前生成的标签的新标签。我做错了吗？还有什么是我应该使用的一致编码吗？
浏览 5提问于2015-06-16得票数 7
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
