我在一个数据集中有几个“条件”列。这些列都有资格接收相同的编码输入。这只是为了允许多个条件与一条记录相关联-代码结束在哪一列没有任何意义。因此，当我对这些变量一起应用one-hot编码时，我会得到9个新列，但我只需要5个(一列集合中的每个唯一值对应一个列)。| 0 | 0 | 1 | 0 | 0 | 0
浏览 13提问于2019-06-13得票数 2
回答已采纳
我有pandas代码，其中我对one-hot编码执行以下操作。df_tmp = pd.DataFrame(mlb.fit_transform(df['CatData']), columns=mlb.classes_, index=df.index) 其中，我的CatData列包含类别列表。为了处理更大的数据集，我尝试使用dask。大多数pandas功能都有一个简单的替代方法。然而，one-hot编码</em
浏览 8提问于2019-09-20得票数 1
2回答
我有一个包含21个不同列的banking_dataframe，其中一个是目标，其中10个是数字特征，10个是分类特征。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</
浏览 2提问于2019-08-01得票数 0
我有一个由17个以上的列组成的pandas数据框架，其中一个名为Countries的特定列在该列中包含180多个唯一值。如何在超过180列的列中执行one-hot编码？提供整个数据帧的示例0 Sub-Saharan Africa
浏览 21提问于2021-05-25得票数 0
1回答
我有房价-高级回归技术的数据集。我需要在上面做Lasso和Ridge正则化。我将训练数据保存在名为house的变量中。键入以下代码：得到以下输出：
此数据集中有一些列是数值的(int64和float 64)，但它们实际上是分类的(包括序数和标称)。我想问我是否可以标准化这些分类变量，或者我是否应该首先使用house[col_name]=house[col_name].astype(str)将所有这些变量转换为"object“类型，然后对这些变量进行一次性编码<
浏览 27提问于2021-05-18得票数 0
one-hot编码和虚拟编码的区别，当使用默认参数(即drop_first=False)时，pandas.get_dummies方法是one-hot编码吗？下面是一个示例：import pandas
浏览 2提问于2018-01-09得票数 15
回答已采纳
1回答
有没有一种聪明的方法可以将分类特征转换为一次性编码，然后运行线性回归模型，并获得估计的参数以及它们所引用的变量的名称(在python中)？
浏览 1提问于2019-10-01得票数 1
3回答
我有一个关于随机森林的问题。假设我有关于与项目交互的用户的数据。项目的数量很多，大约有10000个。我的随机森林的输出应该是用户可能与之交互的项目(比如推荐系统)。对于任何用户，我都希望使用一个功能来描述用户过去与之交互过的项目。然而，将分类产品特征映射为一次性编码似乎非常低效，因为用户最多与几百个项目交互，有时甚至只有5个项目。当输入特征之一是具有大约10,000个可能值的分类变量，而输出是具有大
浏览 0提问于2017-09-27得票数 3
我对Python完全陌生(我是上周开始的！)，所以当我看着类似的问题时，我很难理解发生了什么，甚至更难让它们适应我的情况。 我有一个csv文件，其中行是日期，列是不同的区域(参见图1)。我想创建一个包含3列的文件:日期、区域和指示器，其中对于每个日期和区域名称，第三列将具有正确的指示器(参见图2)。我尝试将宽数据转换为长数据，但我不能很好地使其工作，正如我所说的，我对Python完全陌生。我的第二种
浏览 9提问于2021-04-07得票数 0
回答已采纳
给定一个pandas dataFrame，如何将多个数值列(其中x≠1表示值存在，pandas值不存在)转换为成对分类数据框？我知道这类似于one-hot解码，但列并不完全是one - hot。
浏览 21提问于2019-03-20得票数 2
回答已采纳
2回答
我使用sklearn-learn在python中构建了一个随机森林，并对所有分类变量应用了“一热”编码。问:如果我将"one hot“应用到我的DV，我是将它的所有虚拟列都作为DV应用，还是应该以不同的方式处理DV？
浏览 4提问于2018-12-03得票数 3
我想知道是否有任何方法可以在one-hot编码后将我的分类列转换为来自另一列的值，而不是其中一个类别中的二进制"1“？我的数据帧如下所示：1 TEXAS 12342 1在标签和one-hot12342 1
2 0 1
浏览 20提问于2019-07-24得票数 0
回答已采纳
我尝试了使用分类变量的多元线性回归。使用了一种热门的编码器技术来解决这个问题，但得到了这个错误。我曾尝试使用pd.to_datetime()函数将日期字符串转换为时间戳，但也出现了类似于-- TypeError: int()参数必须是字符串、类似字节的对象或数字，而不是' timestamp‘的错误因此，我删除了这个东西，并使用其他方法解决了实际指定的错误。OneHotEncoder
ohe = OneHotEncoder(categorical_features = [0]
浏览 15提问于2019-08-31得票数 0
这类似于reversing one-hot encoding，但是我有多个列可以被标记。我有这个： |col1|col2||0 |1 ||1 |0 |'col1' ||1 |1 |'col1_col2'| 这是我尝试过的： df.idxmax(axis=
浏览 9提问于2019-06-18得票数 0
回答已采纳
2回答
我有一些数据帧，它的一些列(C1、C2、C3)是分类(字符串)变量。DictVectorizer(dtype='str')但在那之后，我得到的错误如下
浏览 0提问于2018-06-10得票数 0
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？它们有同样的效果吗？
谢谢
浏览 0提问于2016-11-27得票数 1
21回答
我有一个包含80%分类变量的机器学习分类问题。如果我想使用某个分类器进行分类，我必须使用一个热编码吗？我可以在没有编码的情况下将数据传递给分类器吗？/dataset/train.csv"，将分类特征的类型更改为'category'：
non_categorial_features =‘orig_distance_distance’，'srch_rm_cnt'cnt’：如果categorical_feature不在non_categori
浏览 172提问于2016-05-18得票数 194
1回答
我正在与一个非常大的熊猫DataFrame的工作，并想要一个热编码的“属性”在列中的每一行对应于每个属性。这些属性列在“attributes”列中，我希望遍历该列，然后针对各个列。，它花费了永远的时间。我将在下面列出我一直在尝试的选项，如果这里有什么问题，请告诉我，或者如果Jupyter Notebook不是处理大量数据的合适地方，我也会非常感谢你的</e
浏览 3提问于2021-02-18得票数 0
我想在以下位置提供的人口普查数据集中执行one-hot编码：
import pandas as pd return fValueError: Columns must be same length as keypp=preproce
浏览 0提问于2019-08-05得票数 0
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
