具有多个功能的train_test_split
具有多个功能的train_test_split
提问于 2018-04-14 15:36:36
我目前正在尝试使用决策树分类器训练数据集，但我无法使train_test_split工作。
从下面的代码可以看出，CS是目标输出，EN SN JT FT PW YR LO LA是特征输入。
所有通过OHL的变量都是稀疏矩阵格式，而其他变量是直接从数据帧中获取的数组。
def OHL(x, column): #OneHotEncoder
le = LabelEncoder()
enc = OneHotEncoder()
Labeled = le.fit_transform(x[column].astype(str))
return enc.fit_transform(Labeled.reshape(-1,1))
###------------------------------------------------------------------------
df = pd.read_csv('h1b_kaggle.csv')
df = df.drop(['Unnamed: 0','WORKSITE'],1)
###------------------------------------------------------------------------
CS = OHL(df, 'CASE_STATUS')
EN = OHL(df, 'EMPLOYER_NAME')
SN = OHL(df, 'SOC_NAME')
JT = OHL(df, 'JOB_TITLE')
FT = OHL(df, 'FULL_TIME_POSITION')
PW = np.array(df['PREVAILING_WAGE'])
YR = OHL(df, 'YEAR')
LO = np.array(df['lon'])
LA = np.array(df['lat'])回答 1
Stack Overflow用户
回答已采纳
发布于 2018-04-14 19:12:17
如果你看一下sklearn.model_selection.train_test_split，你会发现它需要一个*arrays参数。因此，要拆分前三个参数，您可以使用
CS_tr, CS_te, EN_tr, EN_te, SN_tr, SN_te = train_test_split(CS, EN, SN)(当然，您可以传递比这更多的数组)。
请注意，当前版本的sklearn在给定稀疏数组时会返回稀疏数组。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49829023
复制相关文章
相似问题
腾讯云开发者
