我正在做一些customer_data,作为第一步,我想做主成分分析,然后是聚类作为第二步。
由于在将数据提供给PCA之前需要完成编码(和缩放),我认为将所有数据都放入管道中会很好。-不幸的是,这似乎不起作用。
我如何创建这个管道,这样做有意义吗?
# Creating pipeline objects 
encoder = OneHotEncoder(drop='first')
scaler = StandardScaler(with_mean=False)
pca = PCA()
# Create pipeline
pca_pipe = make_pipeline(encoder,
                         scaler,
                         pca)
# Fit data to pipeline
pca_pipe.fit_transform(customer_data_raw)我得到以下错误消息:
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-27-c4ce88042a66> in <module>()
     20 
     21 # Fit data to pipeline
---> 22 pca_pipe.fit_transform(customer_data_raw)
2 frames
/usr/local/lib/python3.7/dist-packages/sklearn/decomposition/_pca.py in _fit(self, X)
    385         # This is more informative than the generic one raised by check_array.
    386         if issparse(X):
--> 387             raise TypeError('PCA does not support sparse input. See '
    388                             'TruncatedSVD for a possible alternative.')
    389 
TypeError: PCA does not support sparse input. See TruncatedSVD for a possible alternative.发布于 2021-07-20 02:10:57
默认情况下,OneHotEncoder会在变换时创建稀疏矩阵。因此,错误消息非常简单:您可以尝试使用TruncatedSVD而不是PCA。但是,如果您想坚持使用PCA,也可以在编码器中设置sparse=False。
也就是说,你真的想对每个特性都进行一次性编码吗?然后缩放这些虚拟变量?如果您想编码某些特性并扩展其他特性,请考虑使用ColumnTransformer。
https://stackoverflow.com/questions/68444415
复制相似问题