1回答
数据集有几个分类特征，模型在训练期间对这些特征应用一次性编码。 现在我想使用SHAP (https://github.com/slundberg/shap)在本地解释预测。为此，最好将数据帧与独热编码的列和值放在一起。但是，我似乎找不到从H2O模型中获得这一点的方法。 我可能可以手动重新创建one-hot编码，但也许有人知道更快的解决方案？
浏览 28提问于2019-10-10得票数 1
回答已采纳
关于我最近的项目，我有一个问题。 我一直在尝试使用PyTorch来训练我的多类分类工作。我的图像数据集中有3标签(即0 -> none，1 -> left，2 -> right)。43%[0,0,1],...
] 就像这样
浏览 87提问于2019-03-28得票数 0
我有一个名为y的张量，它的值来自类标签上的one-hot编码:y=[ 0。0。1.，0.0。0.，1.0。0。...，0.0。0。，0。0。0。...，0.1. 0.，...，0.0。0。...因此，这里第一行的第三个元素是'1‘，所以它表示该图像的类标签。我试图从给定的one-hot编码数组中获取所有类标签，或者给定的示例应该是这样的:y= 2,0,8
浏览 2提问于2017-03-07得票数 1
1回答
这个热吗？
、、
阅读：
这是否也意味着它只编码了一个单词列表？一种热编码的维基百科定义( )
在自然语言处理中，一个热向量是一个1×N矩阵(向量)，用于区分词汇表中的每个单词和词汇中的每一个单词。该向量由所有单元格中的0组成，唯一用于识别单词的单元格中的单个1除外。在下面运行代码似乎LabelEncoder不是一个热编码的
浏览 0提问于2018-05-29得票数 1
回答已采纳
1回答
我有两个h2o帧，我想基于这两个列中存在的一个相同的列来连接它们，我使用Java API并从spark dataframes中获取h2o帧。H2OFrame trainDataFrame = h2oContext.asH2OFrame(train_validation); H2OFrame testDataFrame = h2oC
浏览 8提问于2017-06-22得票数 2
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编码是棘手的，因为事先不知道类别。我正在考虑在整个数据
浏览 8提问于2019-09-20得票数 1
将类别列编码成一个热编码向量是一个简单的任务.因此，下面的代码将类别列编码为一个热编码向量。mlContext.Data.LoadFromEnumerable<IrisFlower>(colVector);
//create a pipeline to transform the c
浏览 1提问于2019-08-18得票数 1
回答已采纳
我有一个包含分类变量的数据集，我希望在sparklyr中使用one-hot编码对其进行编码。下面是我使用的表头和代码： ? 我可能在这里遗漏了一些东西，但是one-hot编码器的输入列怎么可能是数字呢？
浏览 14提问于2020-01-22得票数 0
回答已采纳
我尝试在这里使用One-Hot对蘑菇数据集()进行编码。下面是我使用的编码代码(在Python中)：second_df = OneHotEncoder(handle_unknown='ignore').fit_transform(new_df)我的代码的结果如下图所示，这让我非常困惑：
这个结果是我的One-H
浏览 0提问于2021-04-21得票数 2
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
我有一个单热编码的标签。我想用它们来训练和预测catboost分类器。然而，当我进行拟合时，它给了我一个错误，说标签的每行不允许有多个整数值。那么catboost不允许对标签进行一次性编码吗？
浏览 3提问于2017-08-12得票数 0
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-hot编码之后，我得到了这个：
ID Location_TEXAS Location_CALIFORNIA A
浏览 20提问于2019-07-24得票数 0
回答已采纳
我知道决策树有基尼系数计算的feature_importance属性，它可以用来检查哪些特征更重要。但是，对于scikit-learn或Spark中的应用程序，它只接受数字属性，所以我必须将字符串属性转换为数字属性，然后对其进行one-hot编码器。当特征被放入决策树模型时，它是0-1编码的，而不是原始格式，我的问题是，如何解释原始属性的特征重要性？在尝试解释特性重要性时，我应该避免使用one-hot编码器吗？
谢谢
浏览 2提问于2016-10-14得票数 11
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？
浏览 2提问于2018-01-09得票数 15
回答已采纳
我想要应用决策树分类器，在我将目标特征标签编码为0,1,2,3之后，我是否可以再次对其应用one-hot编码？这是允许的吗？
浏览 2提问于2020-05-21得票数 0
考虑下面附加的数据库图像，假设我们必须绘制x= TIME；y= Value；该图应该将特定季度和值的国家放在图形中。所以有一些列值相互作用。我们试图代表时间和价值轴心上的国家。我正在尝试寻找一种不使用one-hot编码的替代方案。你能解释一下我们如何处理这样的情况吗？the sample of dataset
浏览 19提问于2021-03-24得票数 3
回答已采纳
我试图使用自变量(阿拉伯语句子)和因变量(多类，但使用一种热编码技术)来预测模型。我在火车和测试装置上使用了托卡器技术。
浏览 2提问于2022-03-11得票数 1
回答已采纳
1回答
在Tensorflow中，有9个不同的特征列，分为分类、密集和杂交三大类。0 [1, 0, 0, 0]2 [0, 0, 1, 0]但你也有一个密集的列，叫做指示列，它是“包装”(？)，而且都可以使用一种热编码</em
浏览 0提问于2018-07-19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
