我正在使用sklearn管道，并希望有一个功能选择步骤，可以设置为无功能选择。有没有什么也不做的sklearn.feature_selection.SelectorMixin对象？
浏览 18提问于2021-02-11得票数 0
回答已采纳
也尝试过像这样使用'passthrough'： ('scale', MinMaxScaler()), ('pca', PCA(random_state=0)), ('clf', RandomForestClassifier
浏览 0提问于2020-05-07得票数 1
回答已采纳
我有数据，数据框的名称是Table，Table包含15个特征，我只想标准化3个属于数字数据的特征，这些特征的名称是'rate‘、'cost’和'Total cost‘。请问，我该如何解决这个问题？我尝试通过使用Table.loc[:，'rate'，cost'，total cost‘过滤并传递给column_trans来提取所需的特征 从sklearn.compose导入ColumnTransformer从sklearn.prep
浏览 35提问于2019-06-27得票数 1
from sklearn.preprocessing import LabelEncoder, OneHotEncoderX[:,
浏览 3提问于2019-12-25得票数 12
我正在寻找一个帮助建立一个使用sklearn的ColumnTransformer函数的数据预处理管道。目前我的pipleline看起来像这样： from scipy.stats.mstats import winsorize
ColumnTransformer(remainder='passthrough',我遇到的问题是如何对相
浏览 56提问于2020-08-19得票数 3
现在，在transformer中使用sklearn api的任何方法都会返回一个numpy数组作为其结果。
浏览 0提问于2019-08-16得票数 52
回答已采纳
2回答
在没有在前一次如此张贴中得到一个明确的答案之后，我在这里重新发布这个问题from sklearn.compose import ColumnTransformer
from sklearn.impute import SimpleImputerfrom sklearn.preprocessing import StandardSca
浏览 0提问于2020-09-09得票数 1
回答已采纳
1回答
( 'standardize', preprocessing.StandardScaler(), all_but_recency ) ],
remainder='passthrough
浏览 0提问于2019-01-20得票数 2
回答已采纳
我正在为使用ColumnTransformer.This的模型构建一条直线，这就是我的管道的样子，fromsklearn.compose import ColumnTransformerfrom sklearn.impute import KNNImputer
imput
浏览 5提问于2021-09-08得票数 1
回答已采纳
假设我正在使用GridSearchCV搜索超参数，我也在使用Pipeline，因为我(认为我)希望预处理我的数据： 'svc__gamma': np.linspace(0.2, 1, 5)search.fit(train_x, train_y)
是否有一
浏览 2提问于2021-06-07得票数 2
回答已采纳
sklearn.preprocessing import MinMaxScalerfrom sklearn.compose]) ('prep',huber_prep_pipe,ind_nums_area)
],remainder='passthrough(特征列表是nums_area变量
浏览 49提问于2021-07-12得票数 1
回答已采纳
下面是结合num和cat管道的sklearn示例，但是，如果我的一些特性已经是布尔型(1/0)，并且不需要预处理/OHE.如何保持这些特性(即用num和cat变量将其添加到管道中)？来源：
titanic_url = ('https://raw.githubusercontent.com/amueller/scipy-2017-sklearn/091d371/notebooks/datasets
浏览 0提问于2019-03-31得票数 2
回答已采纳
1回答
我想使用一个管道，包括一个TfidfVectorizer和一个SVC。但是，在此期间，我想将从非文本数据中提取的一些特性连接到TfidfVectorizer的输出中。以下是我到目前为止尝试过的： ('tfidf', TfidfVectorizer()), ('clf', MultinomialNB(
浏览 3提问于2019-09-24得票数 3
回答已采纳
France 48 79000France 37 67000
import numpy as np0 1 0 50 83000
1 0 0 37 67000 我尝试了下面的代码 from sklearn.compose
浏览 54提问于2019-01-12得票数 25
| 0 | 1 | 30#Encoding the categorical data#confused with the values like Spain > Germany > France
from sklearn.preprocessing
浏览 0提问于2019-01-24得票数 24
回答已采纳
1回答
问题:如何在不手动跟踪输入线性回归的特征顺序的情况下，找出输出系数属于哪个特征？usertype包含Subscriber & Customer。
我使用sklearn(handle_unknown = 'ignore'),['u
浏览 1提问于2021-07-11得票数 0
通过创建特征矩阵，我可以相当容易地获得数据。但是在使用sklearn (通用转换器)中的OneHotEncoder时，"country“列被分成3个不同的列，其值如下所示： ? 编码代码如下： from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoderct = ColumnTransformer(transformers =[('encoder',OneHotEnc
浏览 17提问于2021-04-23得票数 0
回答已采纳
我有54个特征，我想对它们进行编码，但是由于某种原因，我可以编码的特征的最大数量是25，如果我增加要编码的特征的数量超过这个数字，.fit_transorm()将不会返回任何内容。import numpy as npfrom tensorflow.keras.callbacks import TensorBoard
from sklearn.compose im
浏览 47提问于2019-07-04得票数 0
给定的示（https://scikit-learn.org/stable/modules/generated/sklearn.compose.make_column_selector.html#sklearn.compose.make_column_selectorMWE import numpy as npimport seaborn as sns
from sklearn.compose import make_column_tran
浏览 39提问于2020-06-17得票数 5
回答已采纳
1回答
假设同一列(即特征)用于超参数调整和模型拟合，而集成模型用于建模(例如，随机森林或XGboost)，那么在超参数调整过程中使用的列的顺序是否应与基于最佳超参数拟合模型时使用的列的顺序相同？我在我的简历管道中使用sklearn的make_column_transformer函数进行超参数调整。不幸的是，当将余数参数设置为“passthrough”时，此函数修改了提供列的顺序。
浏览 0提问于2020-02-10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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
