在过去的几天里，我一直在寻找关于stackoverflow的正确的教程和问答，但没有找到正确的指南，主要是因为展示LabelBinarizer或OneHotEncoder用例的示例没有说明它是如何合并到管道中的我有一个包含4个变量的数据集：3 4 Cat 1num1<
浏览 45提问于2018-02-28得票数 1
看起来两者都创建了新的列，它们的数量等于特征中唯一类别的数量。然后，根据数据点所在的类别，将0和1分配给数据点。
浏览 2提问于2018-05-23得票数 53
我一直在使用Scikit-Learn的OneHotEncoder将分类数据转换为二进制列，但是，将OneHotEncoder与具有数值和分类变量的数据集相匹配似乎也会使其为数值数据创建二进制列。我已经尝试在文档中搜索一个明确的答案，但找不到答案。OneHotEncoder是否自动避免编码数字列？如果不是，我怎样才能不分裂和重新连接数据文件，用它来制作管道呢？
浏览 0提问于2022-11-24得票数 0
回答已采纳
我正在尝试oneHotEncode我的Pandas数据帧的分类变量，其中包括分类变量和连续变量。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。)
这是创建管道的
浏览 15提问于2017-02-13得票数 13
回答已采纳
2回答
我有一个Pandas有两个分类变量，ID变量和一个目标变量(用于分类)。我成功地用OneHotEncoder转换了分类值。这导致了一个稀疏矩阵。ohe = OneHotEncoder()
# First I remapped the string values in the categorical variables to integers asOneHotEncoder needs integers as inpu
浏览 12提问于2016-07-21得票数 8
回答已采纳
我正在用df的数据框架在熊猫中工作。我正在执行一个分类任务，并且有两个不平衡的类df['White']和df['Non-white']。由于这个原因，我已经建立了一个管道，其中包括SMOTE和RandomUnderSampling。和RandomUnderSampling。在调优参数时，我可以在GridSearch中直接这样做吗？现在，我已经编写了以下for loop。另外，我希望for loop (如果这确实是
浏览 14提问于2021-12-18得票数 2
回答已采纳
(200000行和400列)在管道中。只有一个薄弱的笔记本可以用于这项任务。该数据集具有15个独立的类和混合的分类和数字特征。应该选择一种类似SVM的算法。from sklearn.preprocessing import LabelBinarizer,StandardScaler, OneHotEncoder
from
浏览 0提问于2019-07-13得票数 1
回答已采纳
我在RandomForestClassifier上取得了很好的效果，现在我想用scikit-learn的permutation_importance方法对分类器进行排列特征分析。为此，我将预处理放入ColumnTransformer，并将其与分类器一起放入管道中。
我一直在做我的预处理和训练我的分类器作为单独的步骤，它需要大约6秒来训练一棵树。然而，当在流水线中设置时，同样的分类器大约需要5分钟来训练一棵树。我正在使用大量的树(请注意
浏览 0提问于2021-11-18得票数 0
它有很多分类变量，每个变量都有数千个特征，我计划对这些特征使用一个热编码。我将需要以小批的方式处理数据。我的问题是，如何确保在第一次运行期间，一个热编码可以看到每个分类变量的所有功能？
浏览 0提问于2014-07-26得票数 2
我注意到，当一个分类变量列有6个或更多类别时，OneHotEncoder会失败。例如，我有一个TestData.csv文件，它有两列:地理和欧洲大陆。地理的独特价值是法国、西班牙、肯尼亚、博茨瓦纳和尼日利亚，而欧洲大陆的独特价值观是欧洲和非洲。我的目标是使用OneHotEncoder对地理列进行编码。现在，运行完全相同的代码将产生以下结果：
它在线路上失败了如您所见，X没有更改
浏览 1提问于2021-08-29得票数 1
回答已采纳
当对这16个变量进行分类时，我将对这16个变量中的每个变量使用OneHotEncoder对它们进行编码。这将导致培训矩阵中的1261列。我也做了这些功能缩放。我还对我的训练数据进行了80:20 train:test分割，并应用了预测器来获得混淆矩阵，分类报告。我还将分类器、标准标量变量、onehotencoder变量以泡菜格式保存在本地磁盘上。现在，我希望在一个新
浏览 1提问于2018-03-15得票数 0
回答已采纳
1回答
我试图找到一种方法，使用一个管道来转换一个文本特征和一个分类特征，然后将它们应用到分类器中。
从((“tfidf”，TfidfVectorizer()
浏览 4提问于2019-09-10得票数 0
回答已采纳
我已经定义了数据，用一个分类特征“性别”进行拟合： data = pd.DataFrame({ 'sex': ['female', 'male'female'],})y = data['won_lottery']
浏览 13提问于2019-06-12得票数 6
回答已采纳
2回答
我是machine learning的新手，我的问题是：
如果因变量y包含三个类段(1、2、3)，我们是否需要对它进行编码?我想知道是否需要对该因变量进行编码，当它不包含时
浏览 0提问于2019-02-10得票数 2
我使用的是一个LinearSVC，我使用列转换器对数字和分类数据进行预处理，然后使用管道。我使用GridSearchCV来获得模型的最佳参数，然后将其放入管道中，如您所见。到目前为止，我已经尝试过“clf.coef_”，因为分类器步骤在管道中被命名为clf，但是我收到一条消息，表示clf未定义。preprocessing=ColumnTransformer([('hot',OneHotEncoder</em
浏览 2提问于2020-07-31得票数 0
回答已采纳
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：首先我将我的特性分为数值和分类
from
浏览 6提问于2020-06-11得票数 4
回答已采纳
2回答
我试图在UCI银行营销数据-> 上建立决策树和随机森林分类器。数据集中有许多分类特性(具有字符串值)。在spark文档中，可以通过使用StringIndexer或VectorIndexer索引将分类变量转换为数字变量。我选择使用StringIndexer (向量索引需要向量特征和向量汇编程序，它将特征转换为向量特征，只接受数字类型)。使用这种方法，将根据分类特征的频率(类别特征的最频繁标记为0
浏览 6提问于2017-07-06得票数 5
回答已采纳
4回答
我在尝试运行以下代码时遇到了问题。这是房价的机器学习问题。cat_pipeline=Pipeline([ ('label_binarizer',LabelBinarizer在得到这个bug后，我试图找出原因，所以我一个接一个地运行上面的变压器：a1=DFS.fit_transform(housing)
a4=SS.
浏览 9提问于2017-09-07得票数 1
1回答
我正在尝试创建预处理管道，对于数值，ColumnTransformer生成正确的输出。但是，在处理分类值时，我得到了一个奇怪的输出。下面是代码：
cat_pipeline('cat_fill_missing', SimpleImputer(strategy=
浏览 0提问于2022-02-23得票数 0
回答已采纳
我有一个包含有分类变量的列的dataframe，其中也包含了NaNs。我试图计算nan值并使用以下代码对列进行OneHotEncode：from sklearn.impute= transformer.transform(X_train) A B2 1 04 0 1
变压器是在原始数据上并行计算SimpleImputer和<e
浏览 11提问于2020-09-23得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号