不太确定这个错误的原因是什么： RuntimeWarning: invalid value encountered in true_divideimport pandas as pdfrom sklearn.feature_selection importSelectKBest
from sklearn.feature_s
浏览 28提问于2020-11-15得票数 1
回答已采纳
1回答
最近为了获得最好的特性，我使用了SelectKBest(score_func=，k=20)。f_classif为分类任务计算特征之间的方差f值。我已经用过了，并且得到了最好的结果。但我有以下问题：
1) f_classif是否使用特征组合来给出f分？2)我可以有一个伪代码说明SelectKBest的fit函数是如何工作的吗？3) f_classif在sklearn中是如何工作的？提前谢谢。
浏览 0提问于2017-03-30得票数 3
我正在看本教程：https://www.dataquest.io/mission/75/improving-your-submissionfrom sklearn.feature_selection import SelectKBest, f_classif
selector.fit(t
浏览 0提问于2016-03-18得票数 19
回答已采纳
其想法是：
from sklearn.feature_extraction.textimport TfidfVectorizerfrom sklearn.lin
浏览 2提问于2020-06-12得票数 0
回答已采纳
当我使用管道对象时，
当我使用.fit()方法时，管道对象是否适合并转换的火车数据？或者我应该使用.fit_transform()方法？这两者有什么区别？当我对测试数据使用.predict()方法时，管道对象是否对测试数据进行转换，然后再进行预测？，也就是说，在使用.predict()方法之前，是否应该使用.transform()方法对测试数据进行转换？sklearn.feature_selecti
浏览 2提问于2021-07-07得票数 7
回答已采纳
1回答
在正常情况下，我可以这样做：但是，在一个多标签场景中，我的标签尺寸是#samples #unique_labels，所以fit和fit_transform产生了以下例外:在多标签场景中，这样做是有意义的：
clf = Pipeline([(
浏览 3提问于2015-09-12得票数 8
回答已采纳
我阅读了这些文档，并发现在Scikit中有一个SelectKBest方法。不幸的是，在找到这些最好的特性之后，我不知道如何创建新的dataframe：from sklearn.feature_selection import SelectKBest, f_classif
select_k_best_classifier = SelectKBest(score_func=f_classif, k=5).fit_transform
浏览 2提问于2016-10-03得票数 79
回答已采纳
1回答
在特征选择步骤中，我们要识别相关的特征并删除冗余的特征。我的问题是使用sklearn和ANOVA /卡方测试消除冗余特性。根据我所读到的(并看到了例子)，我们正在使用SelectKBest或SelectPercentile来保留与目标(y)相关的最佳特性。但是，我们是否可以在chi2, f_classif中使用这些方法来删除依赖
浏览 2提问于2020-04-10得票数 2
回答已采纳
是我干的 'feat_select__score_func': [chi2, f_classifpipe, parameters, n_jobs=5)
gs_clf = gs_clf.fit(clea
浏览 3提问于2017-08-19得票数 1
回答已采纳
1回答
我想在管道上添加一个特性选择器，并使用gridsearchcv来调优选择器和分类器(S)的超参数。编辑我正在添加的代码，我目前已编写。这将使用SelectKBest执行一元特征选择。from sklearn.feature_selection import SelectKBest</
浏览 0提问于2023-01-08得票数 1
我想在18个变量之间循环所有可能的组合，所以它会给我一个模型，其中p值对于模型中的每个变量小于5%，我已经为此编写了一个代码，但是当我有18个变量时，需要花费很长的时间来遍历每一个组合。我试过用chi2, f_classif, mutual_info_classif
但我不确定这是不是我想要的是否有另一种方法可以给我一个最好的模型，将变量与模型中的p值
浏览 8提问于2022-10-13得票数 0
我正在尝试调优或搜索scikit-learn中的评分函数的参数。例如，在下面的管道中，我首先使用SelectKBest执行特征选择，这需要一个评分函数(例如，mutual_info_regression)，最后将最好的特征传递给LinearRegression()。我想要调优mutual_info_regression函数中的超参数n_neighbors，这是提供给SelectKBest的评分函数，但是我不清楚如何调优n_neighbors 感谢任何人能提供的任何帮助import num
浏览 22提问于2021-07-08得票数 2
我试着在Kaggle上做wine_quality练习：X= data.drop(["quality"], axis=1)
categorical_pipeline= make_pipeline(SimpleImputer(strategy="most_frequent"),OneHotEncoder()),SelectKBest(f_classif</e
浏览 0提问于2020-06-25得票数 1
当支持向量回归模型(SVR)嵌入到管道和网格搜索中时，我在scikit learn中访问该模型的系数时遇到了问题。考虑以下示例：import numpy as npfrom sklearn.fe
浏览 0提问于2016-11-13得票数 2
1回答
当我尝试对sklearn中的一些数据使用特征选择和f_classif (方差分析测试)时，我得到了以下警告信息：警告消息指出的特征是恒定的，显然p值为0。我找不到任何有关导致此警告的信息。此特定函数
浏览 0提问于2016-01-31得票数 4
2回答
我有一个数据集，我正在尝试使用SelectKBest和Chi2获取特征重要性，但SelectKBest给出的特征得分为nan。x = south_data.drop("tss", axis = 1)bestfit = SelectKBest
浏览 67提问于2019-05-02得票数 4
回答已采纳
我正在摆弄sklearn和机器学习技术。我基于不同的数据集训练了几个朴素贝叶斯模型，并将它们存储在trained_models中。在此步骤之前，我使用用于特征选择的chi2函数创建了SelectPercentile类的对象chi_squared。根据我的理解，我应该在训练时编写data_feature_reduced = chi_squared.transform(some_data)，然后再使用data_feature_reduced，比如：nb.fit(data_feature_re
浏览 1提问于2017-04-25得票数 0
以下是我使用的代码-
steps = [('polynomials',preprocessing.PolynomialFeatures()),('linreg',linear_model.LinearRegression
浏览 2提问于2021-07-17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
腾讯会议
云直播活动推荐
腾讯云开发者
