如何将列描述为分类值？
将列描述为分类值是指将列中的数据按照一定的规则进行分类，使其成为离散的取值，而不是连续的数值。这样做的目的是为了方便对数据进行分析和处理。
在将列描述为分类值时，可以采用以下几种方法：
- 根据数据的实际含义进行分类：根据数据的特点和含义，将其划分为不同的类别。例如，对于一个表示产品类型的列，可以将其划分为电子产品、家具、服装等类别。
- 根据数据的取值范围进行分类：根据数据的取值范围，将其划分为不同的区间。例如，对于一个表示年龄的列，可以将其划分为0-18岁、19-30岁、31-45岁等区间。
- 根据数据的频率进行分类：根据数据出现的频率，将其划分为常见的类别和罕见的类别。例如，对于一个表示商品销量的列，可以将销量较高的商品划分为热销商品，销量较低的商品划分为滞销商品。
将列描述为分类值的优势包括：
- 方便数据分析和统计：将数据分类后，可以更方便地进行数据分析和统计，例如计算每个类别的频率、比较不同类别之间的差异等。
- 减少数据存储空间：将连续的数值转换为离散的分类值，可以减少数据的存储空间，提高数据的存储效率。
- 方便数据可视化展示：将数据分类后，可以更方便地进行数据可视化展示，例如制作柱状图、饼图等，直观地展示不同类别之间的差异。
将列描述为分类值的应用场景包括：
- 市场调研和用户分析：对于市场调研和用户分析中的数据，常常需要将数据进行分类，以便更好地理解用户的需求和行为。
- 商品分类和推荐系统：在电商平台和推荐系统中，常常需要将商品进行分类，以便更好地进行商品推荐和个性化推荐。
- 数据挖掘和机器学习：在数据挖掘和机器学习中，常常需要将数据进行分类，以便进行模型训练和预测。
腾讯云提供了一系列与数据处理和分析相关的产品，例如腾讯云数据仓库（TencentDB）、腾讯云数据湖（Tencent Cloud Data Lake）等，可以帮助用户进行数据的存储、处理和分析。具体产品介绍和链接地址可以参考腾讯云官方网站：https://cloud.tencent.com/product
相关·内容
我有一个数据框架，其中一个列包含连续数据和NA。我希望使用if_else()和is.na()将所有连续数据重新编码为一个级别的分类数据，将NA重新编码为另一个级别。我该怎么做呢？
示例数据框架：
df<-tibble(id=1:10,score=c(3,1,-3,-9,NA,NA,12,NA,5,NA))
如何将所有数字重新编码为“结果”，将NA重新编码为"no_results"？
浏览 4提问于2022-01-24得票数 -2
回答已采纳
1回答
我需要建立ML/NN模型来分类/预测给定的字符串模式。示例培训数据如图像所示。输入将是列"Id号“中的字符串，我需要在列”it“中告诉它属于哪个类。
📷
如何在建立文本分类模型方面取得进展？如何将字符串转换为数字，以便在keras中使用嵌入？
浏览 0提问于2019-11-20得票数 0
回答已采纳
1回答
当为模型配置公平监视时，预测列只允许整数数值，即使预测标签是分类的，这是一个预期的特性吗？如何将其配置为分类功能(即非整数)？需要手动转换吗？
浏览 1提问于2018-09-21得票数 0
回答已采纳
UML规范2.5.1，第17.12.11.5节提供了有关交互分类器的控制信息。约束not_contained的解释如下：
交互实例不能包含在另一个交互实例中。
inv: enclosingInteraction->isEmpty()
现在，当我看图17.1，它显示了交互的抽象语法，我看到交互分类器是片段分类器的泛化。因此，交互是一个片段，反之亦然。
此外，交互分类器具有“片段”关联，"enclosingInteraction“分类器是片段分类器的关联。那么，如何将上述约束定义为交互分类器的约束呢？交互分类器应该没有属性"enclosingInteract
浏览 12提问于2021-03-04得票数 1
回答已采纳
我是Pandas和python的新手，我正在尝试了解如何将Pandas Dataframe的所有内容(所有字段都是字符串)转换为分类内容。 在将行和列中的所有值转换为分类数字之前，必须将它们作为一个大型的唯一数据集处理。 到目前为止，我已经能够编写以下代码 for col_name in X.columns:
if(X[col_name].dtype == 'object'):
X[col_name]= X[col_name].astype('category')
X[col_name] = X[col_name].ca
浏览 16提问于2019-05-14得票数 1
回答已采纳
1回答
我已经在互联网上搜索了一段时间，以了解rpart在变量重要性输出中分配给变量的数字“排名”统计信息。
我知道这个数字加起来是100，但它到底是什么，它叫什么，它代表什么？
在过去，我发现它对于将许多分类列排序为连续的目标变量非常有用。
浏览 1提问于2015-09-25得票数 3
考虑一下人们如何使用Drupal来更新类别。类别将是视图中的分类法，因此它们可以将节点引用到类别。
此外，最多单击类别时，它将是一个完整的分类法页或节点页。
侧边栏的左列将有分类类别，右侧列将解释更多信息。因此，如果是在相同的分类法上，菜单项将被高亮显示，以让用户知道他们在哪里。
问题是如何将侧栏添加到分类法页或节点页并设置菜单项活动/突出显示？
浏览 0提问于2015-03-22得票数 0
2回答
熊猫应用函数引用列名
、、、、
我正在尝试创建一个包含SKU可能所属的所有分类(Asst 1-50)的新列。如果SKU在相应的列中以"x“表示，则SKU属于分类。
脚本需要能够迭代SKU列中的行，并在任何ASST列中检查“x”。如果找到一个，则将该分类列的名称复制到新创建的“所有分类”列中。
在一次班轮之后：
我一直在尝试使用df.apply方法，但我似乎无法正确地理解它。
def assortment_crunch(row):
if row == 'x':
df['Asst #1'].apply(assortment_crunch):
浏览 3提问于2022-03-21得票数 1
回答已采纳
1回答
我正在处理SMS数据，在我的一列数据中有一个单词列表，我想训练一个分类器来预测它的类型和子类型。我将如何将单词转换成数字格式，就像它们在列表中一样。
浏览 10提问于2022-06-11得票数 0
2回答
分类得分:支持向量机
、、、
我正在使用libsvm进行多类分类。如何将分类分数与给定样本的输出进行比较，如下所示：
Class 1: score1
Class 2: score2
Class 3: score3
Class 4: score4
浏览 1提问于2011-06-18得票数 8
我想要创建一个视图，在其中显示我的所有5个分类法术语，然后显示最新发布的节点，但这是由1限制的。
税收条款1
最新节点发布
税务条款2
最新节点发布
等
目前，我正在按照分类法术语进行分组，因此它显示了发布的所有节点，然后按照发布的日期desc进行排序。我不太清楚如何将节点限制为每个分类法术语只显示一个项。
任何帮助都将不胜感激。
浏览 0提问于2010-04-14得票数 2
我不知道引导业务流程的二进制分类问题是否真的是二进制问题。正如您所看到的，指导意味着影响业务流程的结果。因此，地面真相数据将与没有模型的情况不同。
有什么策略来解决这个问题(除了一个坚持小组)。最近，我还阅读了http://ieeexplore.ieee.org/document/7280527/，它还包含了早期反馈。
是否适宜假设这样一种预测0和1类标签的模型最初推出后，在延迟30天内返回未来的地面真相数据，实际上最多可达6类：
标签0的预测
1标签1的预测
反馈标签实际上是
0表示预测值为0(正常结果)
1用于预测1(常规/desired结果)
0用于1的预测(模型确实被错误地分类，地面真
浏览 0提问于2017-02-15得票数 3
在尝试安装使用XGBoost分类器作为其最后步骤的管道时，我遇到了以下错误：
数据的 DataFrame.dtypes必须是int、DataFrame.dtypes或bool。没有预料到字段分类列中的数据类型。
我使用下面的管道和一个TargetEncoder对分类列进行编码：
numerical_transformer = MinMaxScaler()
categorical_transformer = TargetEncoder()
numerical_cols = X.select_dtypes(include=['float', 'int']).co
浏览 4提问于2020-07-05得票数 2
我遵循了在dev、test、train.tsv中输入模型的步骤，对其进行了训练，然后尝试对测试数据进行分类，而我只有一个特性，分类是二进制的，1或0。我假设我的test_results.tsv只有一列，表示估计的分类。有什么建议吗？这是我输出的一张照片。我以为这将是一列‘S’和‘0's给我看它的估计分类。
📷
浏览 0提问于2020-11-22得票数 0
2回答
我有一个独特的数据集，它有许多列，而且大多数列都包含分类和非分类数据。例如，假设一列是attribute_1，对于具有attribute_1数据的观测，值可以在100到1000之间。如果一个观察没有attribute_1的数据，那么它们会被赋予一个介于-4到-1之间的值，其中值描述了为什么他们没有这个属性的数据。
如何在对列的分类部分进行编码的同时，将特性缩放应用到列的非分类部分？将该列分为两个部分，其中一个是范畴性的，另一个是非范畴性的，这是否有意义？
浏览 0提问于2020-05-29得票数 0
2回答
我正在做一个将推特分类为健康和政治类别的项目。我使用朴素贝叶斯算法进行分类。
我试图通过使用POS标签来提高朴素贝叶斯分类的准确性。因为我认为，分配语言信息将提高分类效率。
在预处理和应用pos标记之后，我的数据集如下所示：
ID tweet Category pos_tagged_tweet
1 හාමුදුරුවරු සියලූම පූජකයන්ගේ මානසික සෞඛ්යය Health [(හාමුදුරුවරු, NNC), (සියලූම, NNC), (පූජකයන්ගේ, NNC), (මා
浏览 5提问于2021-09-20得票数 0
3回答
我有两种内容类型，都有一个节点标题和一个文档附件，文档附件字段有不同的名称(来自两种不同的内容类型)。
在我的视图中，我在一个表中显示节点标题和文件名。节点标题在一列中都很棒，但是两个内容类型的附件字段显示在两个单独的列中，使得总共有三列，而实际上应该只有两列。每一行都有一个文档标题，但根据显示的内容类型的文档标题，其中一列或另一列现在始终为空。
如何将这两个字段组合在一起显示在同一列中，以使其看起来无缝？知道这些文档来自两种不同的内容类型并不重要。这些视图是按较大的分类术语组织的，因此不可能只使用两种不同的视图。
浏览 2提问于2009-08-04得票数 8
回答已采纳
1回答
在我使用VectorAssembler()合并一些OneHotEncoded分类特性之前.我的数据框架是这样的：
| Numerical| HotEncoded1| HotEncoded2
| 14460.0| (44,[5],[1.0])| (3,[0],[1.0])|
| 14460.0| (44,[9],[1.0])| (3,[0],[1.0])|
| 15181.0| (44,[1],[1.0])| (3,[0],[1.0])|
第一列是数值列，其他两列代表OneHotEncoded分类特征的转换数据集。应用VectorAssem
浏览 3提问于2016-07-07得票数 5
回答已采纳
1回答
使用一些用户/项目/评级数据执行分类器。我的问题是如何将这3列转换为用户(行)、项(列)和填充该矩阵的评等数据的矩阵。
User Item ItemRating
1 23 3
2 204 4
1 492 2
3 23 4
诸若此类。我尝试使用DataFrame，但是得到了空错误。
浏览 1提问于2013-11-20得票数 6
回答已采纳
1回答
图像的筛选特征和分类？
、、、、
我是新的图像处理，我想提取图像的特征，以做一些分类。我对输油管道的理解有困难。
据我所知，我有一个图像，我运行SIFT算法对它们。这为每个图像提供了一组描述符，每个图像的数目是不同的，固定长度为128。
然后，我继续对它们进行聚类，因为不可能在不同数量的特性上应用算法。为此，我对所有图像的所有描述符进行叠加，并使用所需的集群数运行k均值算法。我得到的是长度为128的k个特征。
这里是我感到困惑的地方，所以我现在有了这些新的描述符，我该如何处理它们呢？如果它们代表所有图像，我不明白如何将它们插入分类器中？每一幅图像是否应该有各自的特征输入到分类器中？
我确信我不理解这个概念，但是谁能澄清在我得到
浏览 0提问于2018-01-18得票数 2
我试图建立一个分类模型，但我没有足够的数据。如果我有数字和分类特征，根据我现有的数据集创建合成数据的最合适的方法是什么？我在这里看过使用Vine：，但是采样这样的copulas会给出浮点数，即使是我想要成为整数的列(标签编码的分类特性)。然后，我不知道如何将这样的浮标转换回一个明确的特性。下面是我的问题的示例玩具代码
import numpy as np
import pandas as pd
from sklearn import preprocessing
from sklearn.datasets import fetch_openml
from copulas.multivariate
浏览 4提问于2022-04-21得票数 2
3回答
我正在从成人收入数据集(<50K和>=50K)转换目标列，我希望<50K为零，大于或等于50K时为1。
当我运行下面的代码时，它会创建两个列，当我在列中希望看到的只是列出<50K的位置时，将其替换为1，而列出>50K时，将其替换为0。
cols_to_transform = [ 'Target' ]
df_with_dummies = pd.get_dummies(columns = cols_to_transform, data=data)
> Native Country Target_<=50K Target_&g
浏览 1提问于2017-05-23得票数 1
回答已采纳
1回答
我有一个有大约50列的数据。这些列要么是分类数据，要么是连续数据。连续数据可以在0.000001到1.00000之间，也可以在50万到500万之间。分类数据通常是一个名称，例如商店名。
如何将这些数据规范化，以便将其输入序列模型的稠密层？
Y值要么是0，要么是1，因此它是一个二进制分类问题。目前，我正在将所有连续数据规范化为0-1，对所有分类数据进行一次热编码，这样如果我有一个列，其中有5个名称，我将得到一个包含0's和1's的5列的矩阵。然后，我将所有连续和绝对数据加入到一个密集的init='uniform'和activation='relu'
浏览 0提问于2017-02-01得票数 6
4回答
：描述单个列
、、
有没有一种方法可以将df.describe()应用于DataFrame中的孤立列。
例如，如果我有几个列，并且使用df.describe() -它返回并描述所有列。根据研究，我知道我可以补充以下几点：
“类似于dtype的列表:将结果限制为提供的数据类型。将结果限制为数字类型提交numpy.number。将其限制为对象列提交numpy.object数据类型。字符串也可以使用select_dtypes样式(例如df.describe(包含=‘O’))。若要选择熊猫分类列，请使用”类别“。
但是，我不太知道如何用python代码写出它。提前谢谢。
浏览 1提问于2018-05-04得票数 18
回答已采纳
我有一个显示视图的xpage。底层视图的第一列被分类并显示author字段，该字段在xpage上显示得很好。但是，author字段包含完全限定的名称。如果我将视图列更改为@Name(CN；author)，则不再对xpage进行分类。相反，它为每一行显示作者的常用名称。对如何让它工作有什么建议吗？
浏览 1提问于2015-04-22得票数 0
1回答
我正在使用Drupal 7，我有一个词汇“目的地”。在这个词汇下，我有两个层次的词汇。例如：
东盟 Brunei Indonesia老挝
欧洲 - Spain -- Greence --葡萄牙
对于这个词汇的所有1级分类术语(东盟，欧洲)，我想将它们显示为一个视图，带有子分类。例：
东盟 --文莱(术语名称和描述)-印度尼西亚(术语名称和描述)-老挝(术语名称和描述)
欧洲 -西班牙(术语名称和描述) -- Greence (术语名称和描述)-葡萄牙(术语名称和描述)
对于所有二级分类法术语，我希望显示具有该术语的节点。例：
Brunei --包1 1 -第2包
Spain --软件包3 3
浏览 0提问于2015-07-02得票数 0
因此，我有一个包含不同数据类型的列的csv。但是当我将它读入pandas时，它将所有内容都显示为object数据类型。 如何将列转换为原始的数字和分类特征？
浏览 23提问于2019-09-24得票数 0
我使用的是MLPRegressor，它采用5个连续的特征和1个特征，它从一组40个值的[0,1,2,.., 39]中提取值。
有人告诉我，使用sklearn.preprocessing.MinMaxScaler(feature_range = (0,1))对这些特性进行标准化可以帮助提高性能，无论是使用MLP还是LSTM。
因此，我在包含上述特性的Xtrain矩阵上使用它。
然而，对于我来说，我应该最小化一个分类变量，这看起来很奇怪。我应该这么做吗？文档中说() MInMaxScaler分别对每个功能进行标准化。我是否应该去掉分类列，并规范化所有其他列？
另外，如果它单独对每个要素进行标准化，
浏览 1提问于2017-10-16得票数 1
因此，我的理解是，您执行一种热编码，将分类特征转换为整数，以使它们适合scikit学习机器学习分类器。
假设我们有两个选择
a.将所有特征分割成一个热编码的特征(如果A是一个以'a‘、'b’和'c‘值为值的分类特征，那么它就变成了A_a、A_b和A_c，在其每一行中都有二进制值'1’，这意味着观测值'0‘意味着它不拥有该功能！)。然后，我会在这上面安装一个DecisionTreeClassifier。
b.不分割所有功能，而是将每个类别转换为整数值，而不执行一个热编码(如果A是以'a‘、'b’和'c‘值为值的分类特征，则'
浏览 6提问于2017-10-26得票数 0
2回答
随机森林与字符在科学-学习/巨蟒
、、、、
我有一个字符列和数字，但我想对字符列进行分类，并应用随机森林分类器。我意识到有OneHotEncoder，但在任何地方都没有例子。那么，我如何将字符分类，例如包含'f‘和'm’的性别列为(0,1)这样的整数？
浏览 3提问于2016-02-08得票数 2
回答已采纳
4回答
这是我得到的小部件的层次结构：
Frame > wxBoxSizer > wxPanel > wxBoxSizer > wxFlexGridSizer (2列，9行)，里面有分类的表单字段和按钮。
第一个BoxSizer是放置面板，第二个是在FlexGrid周围创建一个边框。
一切看起来都很好，如果窗口放大，框架可以适当地展开，但它也可以调整到几乎没有大小，隐藏所有表单元素。
如何将窗口的最小尺寸强制为FlexGridSizer默认建议的尺寸(所有表单元素均可见，并具有其最小可能尺寸)？
浏览 7提问于2009-03-04得票数 10
回答已采纳
1回答
我发现了，答案是否定的，sklearn随机森林分类器不能处理分类变量(或者至少不是直接处理)。答案在2020年改变了吗？
我想将gender作为我的模型的一个特性。然而，gender可以具有三个值：M、F of np.nan。如果我将这个列编码成三个二分列，随机森林分类器如何知道这三个列代表一个特性？
假设max_features = 7，当训练一棵树时，它会随机选择七个特征。假设选择了gender。如果gender被分成三列(gender_M、gender_F、gender_NA)，那么随机森林分类器是否总是选择所有三列并将其计算为一个特性，还是只选择一个或两个？
浏览 1提问于2020-04-30得票数 4
回答已采纳
我有一个Pandas数据框，它包括173列不同的大学专业(例如category_ACCOUNTING)，在列下面的每一行中都有一个1或0的值来指示学生是否选择该专业。我想将这173列排序为两列- STEM和非STEM专业。如何将分类数据分类到两个分类存储箱中？
尝试使用pandas.cut()不起作用
浏览 13提问于2019-08-15得票数 0
df.columns
numerical_columns = df._get_numeric_data().columns 我运行以下代码并搜索接受数值的列。因为我有这么多列，所以我想定义一个函数，以便能够将分类列和数字列分开，并打印数字列，这些列接受值0和分类列包含的唯一值的数量？ 谢谢!
浏览 27提问于2020-04-25得票数 0
2回答
我有一个模型类别，其中有一个FK参考本身。如何将数据发送到模板并使其看起来像这样
item 分类1列表项目List
item 分类2列表项目List
浏览 4提问于2009-03-27得票数 4
回答已采纳
我将xml文件导入Drupal。这些文件使用数字作为定位，我希望稍后将其解释为名称(如西班牙、希腊等)。因此，我希望分类法术语有国家的名称，但是我如何将节点与分类法术语联系起来呢？我正在考虑使用description或其他分类法字段来将其与节点而不是名称关联起来。这有可能吗？谢谢!
浏览 0提问于2012-07-19得票数 1
在mongoose中，我可以以这样的方式设置定义列的文档的到期时间：
expire_at: {
type: Date,
default: Date.now,
expires: 7200
}
以上代码将在两小时内删除记录。如何将expire_at设置为特定日期？
浏览 3提问于2019-12-30得票数 0
回答已采纳
2回答
缺失值的确定与范畴值的处理
、、、、
我有一个数据集(1000万行，55列)，其中有许多缺失的值。我需要使用其他不缺失的值来预测这些值，即用不属于NaN的东西替换它们。平均值和中位数不是解决办法。
我试图对其他方法进行研究，但这些方法都不起作用，因为我有很多分类变量。我还尝试使用一个热编码将分类变量转换为整数，但我不确定这在我的情况下是否是一个解决方案，因为只有一个分类列，我将得到600个新列。如果我对其他分类专栏也这么做，我会得到数百万的新专栏。其中一个分类列是URL字符串，每一行都不同，例如，我有1000万个不同的URL。
另一个分类列是一个描述，它对于每一行也是不同的。我可能会删除URL列，但我不能删除描述、标题、位置等。我
浏览 0提问于2017-05-23得票数 4
2回答
我有一个包含数千个属性(每列表示一个属性)的文本文件，除了最后一列是标签之外，显示每个row.All数据的标签的列都是数字的。此列为字符串。我想使用matlab分类函数来对数据进行分类。问题是，当我在matlab中使用load filename来加载我的数据时，我得到了这个错误(其中"no“是一个标签)
ASCII文件C:\Program Files\MATLAB\R2011b\train\train.txt "no“第1行上的未知文本。
事实上，我不知道如何将我的数据加载到matlab中，以便能够使用matlab函数对数据进行分类。
浏览 0提问于2012-06-04得票数 2
回答已采纳
2回答
我正在研究一个SelectorClassifierAssistant对象，该对象建议方法的可能分类。
到目前为止，我已经实施了以下策略：
相同选择器的本地分类(即在相同的层次上和向下)
其他类中相同选择器的其他分类(按频率排序)
访问器检测(该方法是设置器还是getter？ifTrue: [^#accessing])
已知的选择器前缀(#is.，#print.，#as.等)
如果上述所有建议都失败(即建议是空的)：
在方法中发送的其他消息的类别(只有方法的类和超类中理解的消息)
还有其他我能用的启发式方法吗？
编辑
选择器只从同一个类-> #私有发
浏览 4提问于2015-01-14得票数 3
回答已采纳
我已经从agebin列创建了age列。我通过使用下面的agebin检查创建了pd.cut()：
traindata = data.assign(age_bins = pd.cut(data.age, 4, retbins=False,labels=range(1, 5), include_lowest=True))
data['agebin'] = traindata['age_bins']
现在，当我看到data.info时，agebin有dtype category，我希望它是数值数据，因为我在训练模型时会得到值误差。如何将dtype:类别转换为数字。我
浏览 2提问于2018-06-16得票数 1
回答已采纳
1回答
我在学习Python Scikit-学习。
我最近在一个问题集中实现了d-tree。数据集具有所有的分类特性，与R不同，Python需要对分类变量进行虚拟编码。
我使用以下代码对所有分类变量执行虚拟编码：
col_names =['city_name','signup_os','signup_channel']
df_with_dummies = pd.get_dummies(df2, columns = col_names)
虚拟编码根据每个列的因素数创建新列，然后用0和1替换值：
我已经在这个新的dataframe上创建了一个d-t
浏览 1提问于2017-07-02得票数 0
回答已采纳
我想用这些数据创建一个直方图。我不知道如何将计数列设置为数据的频率列表。当我试图选择这两个列并创建一个直方图时，它只是将第二列视为数据集，而将第一列作为标签。相反，它应该看到，例如，身高60的频率为2。我如何做到这一点？
📷
浏览 0提问于2020-08-24得票数 1
回答已采纳
我怎样才能将int改为范畴
import pandas as pd
import numpy as np
data = pd.read_excel('data.xlsx',header=0)
data.info()
现在有一个柱的损坏，即int64。它显示了不同的伤害群。如何将该列转换为分类列？(背景是，有4个伤害组。1不是真正的伤害，4是完全伤害)。
我试过：
data['damage']= data.damage.astype('categorical')
*data type 'categorical' not unde
浏览 0提问于2020-08-30得票数 0
回答已采纳
2回答
我目前正在处理一个包含55k记录和七列(一个目标变量)的数据集，其中三个是名义分类。其他三个是基数较高的“描述”字段，在许多描述数据的情况下，这是可以预期的：
in>>
df[['size description', 'weight Description', 'height Description']].nunique()
out>>
size Description 4066
weight Description 736
height Description 3173
dtype
浏览 0提问于2019-10-31得票数 2
1回答
我的dataframe中有一些字符串(女性x，男性，区域等等)，我想要匹配一个决策树。因此，我在所有这些分类特性中应用了一个热编码器--它返回了一堆带有0和1的新列。
然而，决策树中特征阈值的缺省值为0.5。对于这些分类列来说，这是没有意义的。
，有人知道如何在python?中一次更改许多列的阈值(不必输入每个列的名称)吗？
我想要这样的东西:在计算统计数据(AUC，ROC，ACC等)之前，我想做的是:列女性分裂为0和1。
ps:我也有一些数字数据(例如收入)，所以我不能更改所有列ps2的阈值:分类1和0在列6到30中。
浏览 1提问于2020-10-17得票数 0
我有一个视图，其中的合计和小计是根据分类列显示的。我想在展开分类列时取消小计而只显示合计。有人能帮我吗？
浏览 2提问于2011-03-16得票数 0
1回答
我试图将分类列中的一些单元格转换为NaN，但当我这样做时，列类型会更改为浮动。如何将列保留为分类数据？
下面是一个工作代码：
import numpy as np
import pandas as pd
from pandas.api.types import CategoricalDtype
s = pd.Series([1, 2, 2, 3, 2])
cat_type = CategoricalDtype(categories=[1, 2, 3], ordered=False)
s_cat = s.astype(cat_type)
s_cat
给予：
0 1
1 2
2
浏览 5提问于2022-06-26得票数 1
回答已采纳
1回答
一种热编码关联和决策树
、、、
关于为学习准备数据，我有几个问题。当我想要使用for相关性和分类器决策树时，我对如何将列转换为分类列和二进制列感到非常困惑。 对于NBA_df中的示例，可以使用决策树将position列转换为分类列，是否可以使用.astype('category').cat.codes将其转换为分类列？(我知道在篮球比赛中，你可以用数字1-5来表示位置。NBA_df 在students_df中，为什么使用.get_dummies将“性别”、“种族/民族”、“午餐”、“考试准备课程”列转换为新的二进制列而不是在同一列中进行分类转换会更正确？students_df 它在相关性和树上是一样的吗？
浏览 11提问于2021-06-16得票数 0
2回答
将分类数据转换为虚拟集
、、、
我有这样的数据：-
|--------|---------|
| Col1 | Col2 |
|--------|---------|
| X | a,b,c |
|--------|---------|
| Y | a,b |
|--------|---------|
| X | b,d |
|--------|---------|
我想将这些分类数据转换为虚拟变量。由于我的数据很大，如果我使用熊猫的get_dummies()，就会产生内存错误。我想要这样的结果：-
|------|------|------|------|----
浏览 2提问于2019-02-13得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
