(X[['sex']], y) transformers()) 它失败了，错误为 sklearn.e
浏览 13提问于2019-06-12得票数 6
回答已采纳
我正在尝试定义带有参数的自定义转换器，并在sklearn.compose.ColumnTransformer中使用它们。当我在ColumnTransformer上运行fit_transform()时，我不明白为什么我的自定义转换器参数没有被考虑在内。 下面的脚本显示了我面临的问题的一个过于简单化的示例。该脚本的控制台输出为： TRUE------
F
浏览 6提问于2019-10-01得票数 1
回答已采纳
我试图创建一个带有LabelEncoder的管道来转换分类值。LabelEncoder()) 但这是在抛出一个TypeError：
TypeErro
浏览 7提问于2020-07-14得票数 6
2回答
我试图使用OneHotEncoding来转换csv文件的第二列，该列由公司名称组成。from sklearn.preprocessing import OneHotEncoderX = np.array(ct.fit_transform(X)) ct = ColumnTr
浏览 2提问于2020-09-08得票数 0
回答已采纳
1回答
我试图把我的不同的管道部署在一起，所有的特性结合在一起，除了一个问题外，一切都正常工作。 self.attribute_names = attribute_names
return selfdef transform(self, X):
浏览 1提问于2019-11-22得票数 1
回答已采纳
三个问题用于下面的代码及其输出：
为什么要两次调用MyDebug转换器的构造函数，第一次是第26行，第二次是第37行？为什么这两个调用显示不同的参数myname，特别是对于第37行的第二次调用来说很奇怪，为什么它不接受传递的参数，甚至不是默认值，而是没有输出？如果您取消了第36行ct1.it的注释，它也会调用变压器的转换函数，而这只是对ct1
浏览 0提问于2021-03-24得票数 1
我尝试对数据集进行预测，该数据集的头为：然后，在预处理过程中，我尝试删除列“旺季”，但在后面得到一个详细的错误，这是代码：from sklearn.composeimport ColumnTransformerfrom sklearn.impute import SimpleImputer
from sklearn.metric
浏览 9提问于2022-05-30得票数 0
回答已采纳
这是我第一次使用ColumnTransformer，我面临数组维数的问题。2015 2 84 01/09/2015 4 12我收到以下错误消息：
ValueError:传递给期望2D数据的转换器的1D数据。尝试将列选择指定为一个项的列表，而不是标
浏览 0提问于2019-01-09得票数 5
我正在编写一个使用ColumnTransformer和LabelEncoder对著名的泰坦尼克号数据集X进行预处理的示例。35.0 S 53.1000 female像这样叫变压器：ColumnTransformer(
transf
浏览 0提问于2019-05-02得票数 16
回答已采纳
( 'a': list('abcde'), }from sklearn.preprocessing import OneHotEncodertransformer = <em
浏览 19提问于2019-10-15得票数 1
回答已采纳
我正在尝试使用OneHotEncoder()和TfidfVectorizer()对我的训练数据执行多列转换，这是一个numpy数组。X_train是我的输入数据。:
当我在make_column_transformer()之外使用它时，它确实有效，但是我使用make_column_transformer()而不是单独使用的原因是，如果我先做One hot encoding，然后做tfidf，那么很可
浏览 6提问于2021-02-26得票数 2
回答已采纳
在通过ColumnTransformer调用fit之后，当我试图获得像这样的fit的变压器列表时，我会得到这个错误。我的最终目标是在预处理步骤之后获得特性名称：调用clf (管道)上的get_feature_names_out()无法工作，因为它还没有安装ColumnTransformer</em
浏览 4提问于2022-06-13得票数 0
回答已采纳
，除了这一部分： labelencoder_X = LabelEncoder()ct = ColumnTransformer([("cp", OneHotEncoder(), [2])], remainder = 'passthrough')
ct = ColumnTransformer([("restecg",
浏览 19提问于2021-07-16得票数 1
回答已采纳
1回答
我想对我的数据执行一个网格搜索cv。我认为它应该打印10次，因为它转换培训和测试数据，每次5次，因为它是交叉验证。所以5x2= 10。但是显示的是第11个形状，它实际上是整个df的尺寸(没有分隔成火车/测试)。
你知道第11次电话的
浏览 2提问于2020-11-19得票数 1
回答已采纳
但是找不到问题的解决方案。sklearn.preprocessing import LabelEncoder, OneHotEncoderX[:, 1] = labelencoder_X_1.fit_transform(X[:, 1])onehotencoder= OneHotEncoder(categ
浏览 3提问于2019-12-25得票数 12
我使用的是"ColumnTransformer“，尽管我只转换一个特性，因为我不知道如何更改"clean_text”特性。我不使用"make_column_transformer“和"make_column_selector”，因为我以后想使用网格搜索，但我不明白为什么找不到数据集中的第0列from sklearn.feature_e
浏览 14提问于2022-03-01得票数 1
回答已采纳
我正在尝试将CountVectorizer()与Pipeline和ColumnTransformer结合使用。FunctionTransformer to ensure dense matrix X_vect_ = vectorizer_tf.fit_transformcol_for_countvectorizer_1', 'col_for_countvectorizer_2'])
], remainder='passthroug
浏览 17提问于2022-04-09得票数 1
回答已采纳
既然get_feature_names()特性是从Sklearn中的“本机”分类编码器(实际上被get_feature_names_out()取代)中被废弃的，那么我如何才能做出一个DataFrame，其中转换的变量有其正确的名称，因为在ColumnTransformer中有编码器，其对get_feature_names_out()的响应和其他对get_feature_names()的响应？Education']),
(ce.Leav
浏览 15提问于2022-10-21得票数 0
2回答
我正在处理泰坦尼克号数据集，我希望处理管道上的所有预处理活动。下面是我的代码：!/data/titanic.csv", index_col=["PassengerId"])numerical_features = ["Age"('num_imputer',SimpleImputer(missing_values=np.nan, strategy='mean')])
浏览 4提问于2022-01-23得票数 0
1回答
库提供函数transform_feature_names来检索转换器输出的特征名。表示，当转换器包含嵌套管道时，该函数就会在箱外工作。import pandas as pd
from sklearn.com
浏览 3提问于2020-03-31得票数 2
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
