我正在为一个机器学习项目而奋斗，在这个项目中，我试图将以下内容结合起来：
，一种学习列变换，将不同的变压器应用于我的数值和分类特性，，一条管道，应用我的不同变压器和估值器a GridSearchCV来寻找最佳参数只要我在管道中手动填写不同变压器的参数，代码就能很好地工作。但是，一旦我试图在网格搜索参数中传递要比较的不同值的列表，我就会得到各种无效
浏览 6提问于2020-06-11得票数 4
回答已采纳
我曾尝试手动设置OneHotEncoder的参数，但收到错误。适合类别参数的最佳解决方案是什么，该参数是一个类别列表。
浏览 13提问于2021-06-16得票数 0
给出了以下示例：from sklearn.decomposition importNMFimport pandas as pd
("tf_idf", TfidfVectorizer学习管道中的中间数据状态。或者用另一种方式说，这和应用是一样<e
浏览 0提问于2018-02-12得票数 26
回答已采纳
我可以做以下几点：但我认为这会导致信息泄漏:基于所有数据的信息将被用于为学习曲线中使用的较小集合选择特征。这是正确的吗？有没有一种方法可以在不泄露信息的情况下使用内置sklearn.model_selection.learning_curve()和cou
浏览 5提问于2019-12-18得票数 0
回答已采纳
我使用的Sklearn管道有多个变压器，但其中一个初始转换器返回数值类型，而连续一个采用对象类型变量。基本上我需要挤进去：用于管道中所需的列。注意:我使用的是变压器。
浏览 2提问于2019-12-25得票数 3
回答已采纳
我想使用的第一步的科学，学习管道，以生成玩具数据集，以评估我的分析的性能。我想出的一个简单易如反掌的解决方案如下所示：from sklearn.pipeline import PipelineTypeError: Expected sequence or array-lik
浏览 3提问于2015-07-27得票数 5
我正在使用的Sklearn管道有多个变压器，但其中一个初始转换器返回数值类型，而连续的一个接受对象类型变量。基本上我需要挤进去：用于管道中所需的列。注意:我使用的是特征引擎变压器。
浏览 0提问于2019-12-25得票数 1
回答已采纳
SelectFromModel(LinearSVC())),])transformer.named_steps['features'].get_feature_names()
但我还是得到了这个AttributeError: Transformer
浏览 0提问于2018-03-20得票数 1
回答已采纳
我试图用GridSearchCV构建一个管道来过滤数据(使用iforest)，并使用StandarSclaler+MLPRegressor执行回归。我制作了一个FunctionTransformer，将我的iForest过滤器包括在管道中。我还为iForest过滤器定义了一个参数网格(使用kw_args方法)。一切看起来都还好，但是当你不适应的时候，什么都不会发生.没有错误信息。没什么。
之后，当我想做预测时，我会收到这样的信息：“这个RandomizedSearchCV实例还没有安装。
浏览 0提问于2019-08-12得票数 1
回答已采纳
假设我有一个用于数据的管道，它对数据进行预处理，并在最后有一个估计器。现在，如果我只想在管道的最后一步更改估计器/模型，我如何做到这一点，而不必再次对相同的数据进行预处理。False), LogisticRegression(),现在，我想更改模型，使其使用Ridge或LogisticRegression以外的其他模型编辑:我可以从以下类型的管道中获取转换后的</em
浏览 9提问于2017-11-20得票数 5
回答已采纳
给定一个sklearn转换器t，是否有一种方法可以确定t是否更改任何给定输入数据集X的列/列顺序，而不将其应用于数据？例如，在t = sklearn.preprocessing.StandardScaler中，X和t.transform(X)的列之间存在1到1的映射，即X[:, i] -> t.transform(X)[:, i]，而对于sklearn.decomposition.PCA显然并非如此。其必然结果是:我们能否知道，通过应用t，输入的列将如何
浏览 8提问于2021-11-18得票数 5
回答已采纳
1回答
我已经创建了一个管道使用sklearn，以便多个模型将通过它。既然在模型拟合之前就有向量化，那么这种矢量化是否总是在模型拟合过程之前进行的呢？如果是的话，也许我应该把这个预处理从管道里拿出来。
浏览 1提问于2022-08-17得票数 0
回答已采纳
3回答
如何对单个值使用预测？
、、、、
我很舒服地使用机器学习对我的火车数据和测试数据，并验证它。但这里的问题是，如果我想预测一个单一的变量，我如何做到这一点？假设我使用lasso或应用PCA进行了特征选择，或者做了像转换或缩放这样的特征工程，但是当我想将它用于新的数据时，可能是单个数据让我感到困惑。
浏览 0提问于2020-07-17得票数 0
创建决策树和数据集有21列，是数字变量和分类变量的混合。使用sklearn，我知道它不支持分类变量。我使用标签编码将分类转换为数字，同时也分离数值变量。Number.Liable', 'Cost.Matrix']obj_cols
encoded_obj_df.
浏览 3提问于2022-02-05得票数 0
其中一个变压器是PCA。当我使用fit并进行转换时，数据看起来是正确的，一切都正常。但是当我尝试在fit之后访问管道中PCA的explained_variance_ratio_时，属性就不存在了。我所有的其他变压器在管道中也失去了他们的属性，他们应该有安装后。我做错什么了？代码如下所示：from sklearn</e
浏览 7提问于2022-08-31得票数 1
回答已采纳
在构建管道时，我最终会遇到这样一个可以简化的场景：由于这是较大管道中的一个中间步骤，所以我将前面的输入输入到这两个输入中，并在数值管道和分类管道中选择相应的dtype。但是，对于某些数据集，不留下导致管道失败的分类列。我尝试返回一个空列表和'None‘，但这两个都没有导致管道
浏览 0提问于2020-04-27得票数 2
我试图用管道和GridSearch运行一个3到5个字符n克和1到2个字n克的管道，但是我遇到了一些错误。在这里，完整的代码： allText = [] print("Best parameter (CV score=%0.3f):" % grid_search.best_score_)
除了所有的文本似乎都是
浏览 5提问于2021-01-17得票数 1
回答已采纳
2回答
在没有在前一次如此张贴中得到一个明确的答案之后，我在这里重新发布这个问题from sklearn.compose import ColumnTransformer
from
浏览 0提问于2020-09-09得票数 1
回答已采纳
from sklearn.preprocessing import PolynomialFeatures
{:.2f}".format(grid_search_polyreg.best_score_))
TypeError:如果没有指定评分，那么所传递的估计值应该有一个1)我知道α不是多项式特征的参数。但是，当我试图删除alpha和拟合数据时，它没有工
浏览 0提问于2018-03-03得票数 2
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
