我试图学习如何使用管道和ColumnTransformer在回归之前有效地预处理数据。transformers=steps, remainder='passthrough')
问题是，当我转换训练和测试数据集时，它为测试数据集选择了不同数量(较少)的列。
浏览 15提问于2020-05-26得票数 0
你好，我在谷歌上搜索了这个没有运气。这似乎是可能的，但我可能看错了API。我怎么能拥有科学工具包-学习自动删除我的熊猫数据中的额外列，在我的测试数据，而不是显式地删除这些列？我目前正在我的环境中运行Python 3.6，并在sklearn的v 0.24.2中运行。[choice('ABC') for _ in range(10)],
&
浏览 15提问于2022-09-06得票数 2
我正在学习如何使用make_pipeline运行K均值模型来标准化我的数据集列的值。我正在学习DataCamp课程，但我不清楚为什么他们会在相同的数据集上拟合和预测模型-in Datacamp case“model”，这是一个每日股票价值数据集。我认为K-means模型的全部目的是在训练数据集上进行训练，并预测测试数据集
浏览 37提问于2018-12-24得票数 2
回答已采纳
1回答
编码分类数据问题
、、、
我做了一个房价回归模型，我从Kaggle得到了，当我尝试把分类变量转换成虚拟变量时，我得到了一些不寻常的训练数据，我得到了(1460, 270)的形状。from sklearn.compose import ColumnTransformerct = ColumnTransformer,sparse_threshold=0)
X_actual = np.array(ct.f
浏览 6提问于2022-01-16得票数 0
回答已采纳
每当我试图执行以下代码时，它都会显示ValueError: y包含以前看不见的标签：'some_label‘
X_test['Gender'] = le.transform(X_test['Gender
浏览 5提问于2022-06-24得票数 0
我正在使用Python中的scikit-learn库的KNeighborsClassifier算法。我遵循基本指令，例如将我的数据和标签分割成训练和测试数据，然后根据训练数据训练我的模型。现在，我试图预测测试数据的准确性，但得到了一个错误。：
ValueError: Found arrays with inconsistent numbers of samples: [140 55
浏览 3提问于2016-10-01得票数 1
回答已采纳
我目前正在尝试添加一个额外的功能到一个countvectorizer矩阵，这个矩阵是用scikit-learn创建的。工作流程如下:我有一个dataframe，它包含一个包含文本的列和一个包含附加特性的列。 我首先将我的数据分成训练数据帧和测试数据帧。然后，我在训练数据的文本列上应用countvectorizer。我现在试图确定的</em
浏览 22提问于2021-01-25得票数 0
回答已采纳
我已经在anaconda提示符下更新了所有的库。但是找不到问题的解决方案。from sklearn.preprocessing import LabelEncoder, OneHotEncoderX[:,
浏览 3提问于2019-12-25得票数 12
我想在一个管道中级联4个步骤来构建一个监督分类器：
(1)用主成分分析进行降维，得到s行(样本)乘以c列(分量)的matrix_1。(2)将来自(1)的输出matrix_1馈送到KMeans盲分离，通过1列(组标签)获得s行(样本)的matrix_2。(3)水平地连接来自(1)的matrix_1和来自(2)的matrix_2，通过c+1列(c个分量加1个标签)获得s行(样本)的标签。(4)将(3)<
浏览 3提问于2021-03-20得票数 3
另外，我有两个python脚本，如下所示：x_predict_norm = scaler.tr
浏览 4提问于2020-07-01得票数 0
回答已采纳
我有个实验室在处理预处理数据。我尝试在管道语法中使用ColumnTransformer。下面有一些代码。preprocess = ColumnTransformer( ['female', 1.0, 0.0, 0.0],
浏览 6提问于2021-12-22得票数 1
回答已采纳
2回答
如果是，我该怎么做才能得到准确的结果？我还不能识别这样的事情，比如回归线是过拟合还是欠拟合，或者是准确的，所以关于这些的建议也将受到赞赏。Importing the librariesimport numpy as npfrom sklearn.linear_modelimport LinearRegression
from sklearn.metrics import r2_sc
浏览 18提问于2019-03-15得票数 0
回答已采纳
1回答
培训数据集有名为shop和其他的对象列。现在，对于机器学习模型，我将列转换为用于培训目的的标签。使用下面的代码X = df_all_4.copy() X[c] = X[c].factorize()[0]
rf = RandomFores
浏览 4提问于2020-07-10得票数 0
我在泰坦尼克号数据集上建立了模型，用Logistic回归Succeffullly，它给出了训练集的预测，但不幸的是，我无法在测试数据集上实现。import make_column_transformerct = make_column_transformerlogreg = Logis
浏览 0提问于2021-07-27得票数 0
例如，本教程使用虹膜数据：使用上述链接中的摘录编辑澄清：
准备训练和测试集。我试着根据我从训练</
浏览 0提问于2013-07-05得票数 3
回答已采纳
1回答
如何跟踪由sklearn.compose.ColumnTransformer生成的转换数组的列？我所说的“跟踪”是指执行逆变换所需的每一点信息都必须是显式显示的。这至少包括以下几点：
每个变量的精确计算值
浏览 4提问于2019-11-18得票数 2
回答已采纳
我先使用LabelEncoder，然后使用OneHotEncoder，尝试将分类值(在我的示例中是country列)转换为编码值，并且能够转换分类值。那么我如何使用ColumnTransformer来达到同样的效果呢？下面是我的输入数据集和我尝试过的代码 Input Data set
France 44 72000Germany 30，如何使用列转换器获
浏览 54提问于2019-01-12得票数 25
我是深度学习的新手，我正在做一项使用CNN的研究。我需要在图像(地标图像)的数据集上训练CNN模型，并使用不同的数据集(地标图像)测试相同的模型。动机之一是看到模型的泛化能力。但问题是:由于用于训练和测试的数据集不相同，因此类也不相同！也可能是类别的数量，这意味着在测试数据集
浏览 4提问于2019-01-23得票数 1
这个脚本是为kaggle的“泰坦尼克”数据集编写的。我们有五个数值列Pclass，Age，SibSp，Parch和Fare。列Sex和Embarked是male/female和Q/S/C (城市名称的缩写)。
我从OneHotEncoder中了解到，它通过放置额外的列来创建虚拟变量。实际上，ct.fit_transform()的<em
浏览 0提问于2019-12-25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
云直播
腾讯会议活动推荐
腾讯云开发者
