在那里，我通过将分类对象转换为数字来练习特征工程，代码如下： import pandas as pd from sklearn import preprocessingmean()//1)
label_encoder = preprocessing.LabelEncoder
浏览 54提问于2020-10-05得票数 0
回答已采纳
我想用两个数据(测试数据，训练数据)构建一个朴素的bayes模型。from sklearn.preprocessing import LabelEncoder):
le = LabelEncoder()
浏览 2提问于2021-04-26得票数 1
回答已采纳
1回答
无法同时编码多个分类列
、、、
我编写了以下代码来编码dataframe的分类特性(命名为t‘)-
transformer = ColumnTransformer(transformers= [('le',preprocessing.LabelEncoder
浏览 0提问于2022-04-21得票数 2
22回答
我正在尝试使用scikit learn的LabelEncoder来编码一个包含字符串标签的熊猫DataFrame。由于数据帧有许多(50+)列，我希望避免为每一列创建一个LabelEncoder对象；我宁愿只有一个大的LabelEncoder对象，它可以跨我的所有数据列工作。将整个DataFrame放入LabelEncoder中会产生下面的错误。请记住，我在这里使
浏览 299提问于2014-06-28得票数 274
我想设置(预处理)表列，因为列中的数据是分类的。我已经成功地处理(更改值)除最后一列之外的所有列。我从中加载(dataset = pd.read_csv("car.data"))我的值的数据文件是car.data (我从互联网上下载的)。值得一提的是，我正在使用pandas和所有重要的ML库(tensorflow，sklearn，numpy.
浏览 0提问于2020-08-12得票数 1
我试图使用下面的代码将LabelEncoder函数赋值给变量，但它似乎不起作用。cols = [labelencoder_gender ,labelencoder_signup_method,labelencoder_signup_language, labelencoder_first_affili
浏览 3提问于2019-10-24得票数 1
1回答
我有以下数据框架：df=pd.DataFrame(data)
df=encoder.fit_
浏览 0提问于2019-03-23得票数 0
回答已采纳
1回答
对于X_test数据中的每一行，模型输出一个列表，其中列表元素是对应于每个类别'a‘、'b’、'c‘或'd’的概率，例如[0.44767836 0.2043365 0.15775423 0.19023092我如何知道列表中的哪个元素对应于哪个类/ cateogry (a，b，c或d)？我的目标是在dataframe、b、c、d上创建4个额外的列，并将匹配概率作为每<
浏览 2提问于2021-12-25得票数 0
回答已采纳
1回答
我有8GB的csv文件和8GB的RAM。在此表单中，每个文件每行有两个字符串：c,aa,cb,f对于较小的文件，我移除重复项，计数前两列中每一行的拷贝数，然后将字符串重新编码为整数。import pandas as pddf = pd.read_csv("file.txt", he
浏览 1提问于2016-09-10得票数 2
1回答
数据集的部分编码
、、、、
我想在LabelEncoder中编码一列数据集，在MinMaxScaler中对其他列进行编码。但它仍然是一个float64scalar = MinMaxScaler()
X = dat[0:500,0:50.0569226 1. ]完整代码：
import <em
浏览 1提问于2018-06-11得票数 0
回答已采纳
1回答
%matplotlib inlineimport pandas as pddf=pd.DataFrame(bank)0 LP001002le = LabelEncoder()
df[feat] =
浏览 25提问于2021-10-09得票数 1
我的问题是:我有8列分类特征，有些列有多达40种不同类型的唯一值和20,000个实例。我应该使用什么方法来转换分类数据以用于决策树回归？有没有办法自动输入唯一的值，而不是手动输入？我尝试使用LabelEncoder来转换分类值，但由于某些原因，df.values的数组(宝马，阿库拉...)即使在我对其进行转换之后，第一列中的内容也没有改变。import numpy as np
浏览 1提问于2019-01-11得票数 0
3回答
在使用LabelEncoder之后，我尝试使用OneHotEncoder将我的数据编码到一个矩阵中，但得到了这个错误:预期是2D数组，而是1D数组。在错误消息的末尾(包括在下面)，它说“重塑我的数据”，我以为我做到了，但它仍然不起作用。如果我理解重塑，那是不是就是你想要将一些数据重塑成不同的矩阵大小的时候？# Data Preprocessing
import numpy as np
import matplotlib.pyplo
浏览 18提问于2017-12-25得票数 3
回答已采纳
我有一个由dataframe加载的数据集，其中的类标签需要使用来自scikit learn的LabelEncoder进行编码。列label是类标签列，它具有以下类：为了执行标签编码，我尝试了以下方法，但不起作用。我怎么才能修复它？from sklearn import preprocessing
df = pd.read_c
浏览 1提问于2018-05-10得票数 27
回答已采纳
我尝试在一个大型pandas数据帧中对包含分类数据("Yes"和"No")的多个列进行编码。完整的数据帧包含400多列，因此我在寻找一种方法来编码所有所需的列，而不必逐个编码。我使用Scikit-learn LabelEncoder对分类数据进行编码。
数据帧的第一部分不一定要编码，但是我正在寻找一种方法来直接编码包含分类日期的所有所需列，而
浏览 3提问于2017-06-10得票数 16
3回答
转换多个分类列
、、、、
在我的数据集中，我有两个分类列，我想要计算它们。这两列都包含国家/地区，有些重叠(出现在两列中)。我想在同一国家的column1和column2中给出相同的数字。我的数据看起来有点像：
d = {'col1': ['NL', 'BE', 'FR', 'BE'], &#
浏览 12提问于2019-11-12得票数 10
回答已采纳
1回答
处理标签编码的未知值
、、、、
如何在sk-学习中处理标签编码的未知值？标签编码器只有在检测到新标签的例外情况下才会爆炸。我的问题是，在我的管道交叉验证步骤中，未知标签会出现。基本的单热编码器可以选择忽略这种情况。先验pandas.getDummies /cat.codes是不够的
浏览 2提问于2016-10-29得票数 17
回答已采纳
1回答
我有一个混合了int、float、categorical和bool数据类型的DataFrame，我正在尝试使用LabelEncoder.fit_transform将categorical和bool数据类型转换为当在单个列上执行时，它工作得很好，但是当我尝试在DF中执行for循环时，我得到了以下错误：for i in first_buyer.columns和MultiColumnLabelEncoder类，但它们都抛出了相同<e
浏览 2提问于2019-11-07得票数 0
4回答
请考虑以下数据：from sklearn.preprocessing import LabelEncoder
df = pd.DataFrame(data=[France", "Italy", "Belgium"], ["Italy", "France", "Belgium"]], columns=["a", "b", "c"])
浏览 2提问于2018-02-04得票数 4
回答已采纳
我有一个pandas数据帧，其中一列包含分类数据，我希望将其更改为数字 le=LabelEncoder() if p3data[col].dtypes=='object':
p3data[col]=le.fit_transform(p3data[col]) 当我在pandas dataframe中的一列上使用此代码时，它会更改值 非常低=4
浏览 65提问于2021-01-20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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
