1回答
全, 我的数据中有np.nans和np.infs。我想将这些替换为0，但是当我执行下面的操作时，我得到以下错误： imputer = SimpleImputer(missing_values=np.nan, strategy='constant', fill_value
浏览 16提问于2020-10-09得票数 0
我试图创建一个处理数字、分类和文本变量的管道。在运行分类器之前，我希望将数据输出到一个新的数据格式中。请注意，2499是我的培训数据的大小。如果我删除管道中的text_preprocessing部分，我的代码就能工作。有什么办法能让这件事起作用吗？谢谢!# Categorical pipeline[
('Imputation',
浏览 0提问于2020-06-15得票数 2
回答已采纳
1回答
处理不平衡的时间序列数据
、、、、
具有传感器的时间序列数据： +----+----------+----------+------++----+--------0.1 |0.01 ||... until day 30 我已经构建了一个LSTM模型，它根据前7天来预测30天的目标值Dense(1, activation='sigmoid'))
model.compile(loss='m
浏览 4提问于2020-06-21得票数 1
我的代码不起作用，我从机器学习A-Z™：&R的数据科学教程中逐字抄袭。我正在使用Python3.7，我已经在我的环境中安装了scikit-learn包。它不起作用，我试着寻找一个有滑雪板的包，尽管它似乎找不到任何东西。它给了我这个错误。
我正在通过Anaconda运行我的环境。
浏览 11提问于2019-12-18得票数 5
回答已采纳
这是我的密码import matplotlib.pyplot as pltdatasetdataset.iloc[:, :-1].values#Missing Data
from sklearn.impute import SimpleImputerimputer = SimpleImputer(missing_values= np.nan, strateg
浏览 0提问于2019-05-13得票数 15
回答已采纳
我如何才能在一条管道中实际进行，是否有任何价值缺失或错误定义的东西。#instantiateohe = OneHotEncoder(use_cat_names=True)
imputer.fit(X_trainX_train["lat","lon"])
SimpleIm
浏览 2提问于2022-04-16得票数 0
FeatureExtractor/MobilenetV1/Conv2d_13_pointwise_1_Conv2d_5_1x1_48/weights:0 is NaN : Tensor had NaN values 在我的训练中任何建议都是很棒的！我会尽可能快的回复你。 我跟随this guide在谷歌的TPU系统上训练了物体探测器。下面是完整的错误：Error recorded from training_loop: Gradient for FeatureExtracto
浏览 61提问于2019-04-13得票数 0
6回答
大家好，我正在学习机器，一开始代码运行良好，但是第二天，当我再次执行代码时，它开始警告我如何处理数据集中丢失的数据，我不知道问题出在哪里，但是有谁知道解决方案？Import impute.SimpleImputer from sklearn instead.
浏览 2提问于2019-01-09得票数 3
回答已采纳
3回答
我试图用python中的KNN来填充缺失的值，所以我写了这段代码，但它不起作用。我得到这个错误"ValueError:无法将字符串转换为浮点数：'normal'“.what我应该怎么做？
浏览 8提问于2021-05-14得票数 0
1回答
我想要OneHotEncode一个缺少values.When的pd.DataFrame --我尝试使用OneHotEncode，它会引发一个关于缺少值的错误。ValueError:输入包含NaN
我不能应用OneHotEncoding是因为缺少值，SimpleImpute
浏览 3提问于2020-08-05得票数 0
回答已采纳
我正在处理1个数据集，以训练我导入的数据集 from sklearn.impute import SimpleImputer<ipython-input-15-b03cc58fb96b> in <module>
3 from sklearn.impute import SimpleImputer4 imputer = Si
浏览 72提问于2020-09-23得票数 0
2回答
在我的数据集中，其中一列是布尔值，并且在数据集中和其他连续变量列中有缺失值，这些值被成功地替换为它们的平均值。但是均值不能代替缺失的布尔值。那么如何替换这些值呢？请注意，在我的数据集中，布尔值是1或0。下面是替换连续缺失值的代码：imputer = SimpleImputer(missing_values=np.na
浏览 0提问于2021-07-19得票数 3
下面的代码import pandas as pd
x=[1,2, np.nan],))
返回
array([[1. , 2. ],有没有一个scikit-learn的实现呢？
浏览 20提问于2020-06-04得票数 1
回答已采纳
使用sklearn SimpleImputer策略常量和使用fillna(值)有什么不同？例如：SimpleImputer(missing_values=np.nan, strategy='constant', fill_value = 0) vs df.fillna(0)即使对于策略= mean使用simpleImputer，我们仍然需要fit_transform数据帧和更多的行。fillna是简短的代码。当我们需要使用simpleImputer而
浏览 1提问于2021-03-18得票数 1
1回答
我有一段代码，它是我的数据的预处理文件。一切都是正常的，直到我必须将经过预处理的数据输入到一个fit函数中，该函数接受pandas、数据帧和数组。如何将此训练数据转换为供馈送的数据帧？在pipeline.fit()函数中，数据类型是列转换器，而不是pandas df。numpy as np
from sklearn.preprocessing import StandardScaler, OneHo
浏览 19提问于2021-11-01得票数 0
回答已采纳
2回答
我有一个数组包含按月计算的汽车价格，如下所示 | Date | Price($) || 2019-09-01| NaN|| 2019-09-04| 200 |
| 2019-09-05| 300 | 这里的问题是，我想做一个线性回归来预测下个月这款车的价格(e.x: 2019-10-01年的车价是...$)。但是当我尝试将输入拟合到线性回归模型时，我得到
浏览 53提问于2021-02-26得票数 0
回答已采纳
1回答
df_2是数据帧from sklearn.impute import SimpleImputer我有错误：
TypeError: float() argument must be a string or a number, not 'SimpleImputer
浏览 0提问于2021-08-20得票数 -1
回答已采纳
我想在scikit中创建一个稳定的管道-学习对数据进行预处理。我试图完成的第一步是对数据中不同列应用不同策略(即用均值、中值或其他描述性统计数据替换)应用的None值的估算。不过，我
我开始使用SimpleImputer转换器和ColumnTransformer。因为SimpleImputer返回的是numpy数组而不是熊猫数据，所以我编写了一个新的转换器，它在引擎盖下使用
浏览 3提问于2019-10-05得票数 5
回答已采纳
我试图使用来自SimpleImputer的sklearn.imputer处理数据集中丢失的数据，代码如下所示：imputer= SimpleImputer(missing_values=np.nan, strategy='mean', verbose=0)Ximputer.transform(X[:,1
浏览 1提问于2021-01-08得票数 0
我有一个不同形状的数组列表，即 list = [array([1,2,3]), dtype=int16), array([1,2,3,4,5,6,7,8,9]), dtype=int16)] 我想在第一层是conv1的cnn中使用这些数据作为输入。我应该如何转换数据才能正常工作？我应该用zeros填充数组吗？数据是来自心脏设备的
浏览 18提问于2021-05-07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
