使用GradientBoostingClassifier时出现数据帧错误

文章/答案/技术大牛

发布

2回答

pyspark、model、databricks

当我运行我的代码时，我得到了这个错误: TypeError:无法识别类型的管道阶段，特别是当我将管道适合我的数据时.我认为我可能没有正确加载我的csv，但不确定，以下是我的代码： from pyspark.sql

浏览 25提问于2020-07-16得票数 0

2回答

如何在sklearn GradientBoostingClassifier中处理分类变量？

python、machine-learning、scikit-learn、decision-tree、ensemble-learning

我正在尝试使用分类变量使用来训练模型。出现以下错误： ValueError: could not convert string to float: 'b'据我所知，在Grad

浏览 5提问于2014-07-12得票数 10

回答已采纳

1回答

为什么Scikit GradientBoostingClassifier不让我使用最小二乘回归？

python、data-mining、scikit-learn

GradientBoostingClassifier(loss='ls')raise ValueError("``n_classes`` must be 1 for regression")它与loss='deviance'完美地配合使用我在Ubuntu 64位中使用带有scipy-0.11.0rc1的scikit-l

浏览 1提问于2012-08-30得票数 6

1回答

使用网格搜索调整了3个参数，但best_estimator_只有2个参数

python、scikit-learn、pipeline、cross-validation、grid-search

我正在使用管道和网格搜索来调优梯度增强分类器。GridSearchCV(pipe, tuned_parameters, cv=5, scoring='accuracy', refit=True) grid.fit(X_train, y_train) 在训练数据中拟合模型后，当我检查grid.best_estimator时，我只能找到我正在拟合的两个参数(learning_rate and min_samples_split)。':5 我现在的疑问是，如果我使用经过训练的管道(在我的例子中，对

浏览 147提问于2021-08-08得票数 1

回答已采纳

1回答

在通过UDF进行计数之后，run withColumn ()给出TypeError：'NoneType‘对象是不可订阅的

python、apache-spark、pyspark、apache-spark-sql

我结合使用withColumn和UDF来获取一个新列，然后选择两个列并将其分配给一个新的df。但是当我在这个新的df上运行TypeError()时，它给我的结果是：'NoneType‘对象是不可订阅的。show()运行得很好。我正在尝试获得新的df的长度。.select('name', 'is_palindrome')print(palindrome_df.count()) 下面是我得到的输出和错误消息

浏览 26提问于2021-04-06得票数 0

回答已采纳

1回答

Sklearn交叉验证使用SVC模型返回NaN

python、scikit-learn、classification、svm、cross-validation

我正在使用Sklearn的cross_validate，它在GaussianNB、RandomForestClassifier、KNeighborsClassifier、GradientBoostingClassifier和XGBClassifier等多种模型上都工作得很好，但当它与SVC一起使用时，它返回nan。RandomForestClassifier()), ('KNN', KNeighborsClassifier()), ('SVM', SVC()), ('G

浏览 205提问于2021-08-24得票数 0

回答已采纳

2回答

为什么决策树边界是方形的，而支持向量机是圆形/椭圆形的？

machine-learning、classification、svm、decision-trees

我正在学习Udacity教程，其中给出了几个数据点，并测试以下哪一个模型最适合于数据:线性回归、决策树或支持向量机。使用sklearn，我可以确定支持向量机是最适合的，其次是决策树。当应用这两种算法时，我得到了一个非常清晰的决策边界：是否有任何特定的原因，上述形状或它只是依赖于数据集？，分离特性，然后应用算法，如下所示：from sklearn.ensemble import Gradi

浏览 0提问于2017-07-19得票数 5

回答已采纳

2回答

从CAN总线关闭状态恢复

embedded、can-bus

如果一个节点进入总线关闭，它必须等待连续11个隐性比特的128次出现。所以我的问题是为什么只有11个隐性比特，有什么具体的理由来遵循这个标准吗？

浏览 2提问于2017-10-05得票数 1

回答已采纳

2回答

类型字符串未定义round方法错误

python、arrays、numpy、typeerror、xgboost

在尝试实现XGBoost来确定最重要的变量时，我遇到了一些数组错误。X_train, y_train) predictions = [round(value) for value in y_pred] 我得到了以下错误

浏览 0提问于2017-10-21得票数 7

回答已采纳

1回答

Dict to dask数据帧

python、pandas、dataframe、dask

我有一份delayed的字典清单。每个delayed对象的计算值必须转换为dask.Dataframe中的一个条目。 dfs = [] values1 = {} intermediate = dask.delayed(myfunc)(source) values1[source_name]

浏览 26提问于2020-07-28得票数 0

3回答

将CountVectorizer中的稀疏矩阵添加到数据中，为分类器提供补充信息--保持稀疏格式

python、pandas、dataframe、machine-learning、scikit-learn

现在，我正在构建一个分类器系统，它将使用文本和一些额外的免费信息作为输入。我将免费信息存储在熊猫DataFrame中。我使用CountVectorizer对文本进行转换，得到一个稀疏矩阵。现在，为了训练分类器，我需要在相同的数据帧中有两个输入。问题是，当我将数据和CountVectorizer的输出合并时，就会得到一个密集的矩阵，这意味着内存耗尽得非常快。是否有任何方法可以避免这种情况，并将这2种输入正确地合并到单个数据帧中，而不会得到密集的矩阵？示例

浏览 5提问于2017-04-23得票数 6

回答已采纳

1回答

Ipywidgets interact不会将日期选择器应用于DataFrame ("TypeError：'DataFrame‘object is not callable")

python、pandas、dataframe、datepicker、ipywidgets

我正在构建一个jupyter笔记本，它使用一些交互式小部件来帮助在一些数据帧中移动。它的一部分是有效的，比如日期选择器填充了最早和最晚的日期，但它们并不绑定到数据帧。，然后显示未过滤的数据帧。我不确定为什么尝试访问DataFrame时会出现"object is not callable“错误，也不确定为什么DatePickers成功地读取了DataFrame列，但却断开了连接。有关QGrid的更多信息，请访问，但如果有人对如

浏览 97提问于2020-02-17得票数 0

回答已采纳

1回答

视频转换成PNG序列时的OpenCV分割故障

c++、opencv、segmentation-fault

转换到webm首先会导致分割错误失败的帧移动到帧1308，而不是1301。conv_vid_png(in_path, out_path); //First, convert the video file to png sequence}关于解决方案的想法？我目前正在<e

浏览 2提问于2021-09-16得票数 0

回答已采纳

1回答

情节滑雪板实时训练操作

python、matplotlib、machine-learning、scikit-learn、artificial-intelligence

假设我有一个滑雪训练数据：这里，feature是一个二维数组，而label是一个由值features)) if labels[i]==0]现在我绘制上述数据matplotlib.pyplot as pltplt.s

浏览 0提问于2018-01-29得票数 1

回答已采纳

2回答

网格搜索的交叉验证返回比默认结果更糟糕的结果。

python、machine-learning、scikit-learn、cross-validation、grid-search

我正在使用Python中的scikitlearn运行一些基本的机器学习模型。使用内置的GridSearchCV()函数，我为不同的技术确定了“最佳”参数，但其中许多技术的性能都比缺省值差。例如：from sklearn.ensemble import GradientBoostingClassifierparameters = {'learning_r

浏览 5提问于2017-04-20得票数 15

回答已采纳

1回答

如何使用scikit学习来训练/升级一个非常大的数据集？

python、numpy、machine-learning、scipy、scikit-learn

我使用包含160万个tweet的sentiment140数据集来训练和分析python中的scikit学习库中不同分类器的准确性。我使用下面的代码片段将tweet矢量化为特征向量，然后将其输入到分类器中。RandomForestClassifier()：但是，在将我的向量程序的转换集转换为具有toarray()函数的trainset的numpy数组时，有人能给出建议，我可以如何进行，以便能够训练整个1.6米的训练数据集与可用的内存

浏览 1提问于2016-03-23得票数 2

回答已采纳

1回答

合并数据帧时出现奇怪的错误

我收到一条新的错误消息，我无法调试它。我有两个数据集x，x2： 111111118 0.012852 -0.00143611NJGF6V7 0.00000011STQQNH7 0.000000 当给出merge(x, x2, by = "ID", all = TRUE)时，

浏览 0提问于2010-09-16得票数 3

回答已采纳

2回答

绘制数据帧时出现内存错误(matplotlib)

python、pandas、matplotlib、jupyter-notebook

我正在使用Pandas和Jupyter Notebook，并尝试绘制一个小数据帧：当我插入下面这行代码时：我得到以下错误

浏览 0提问于2016-04-23得票数 3

2回答

ValueError:长度不匹配:预期轴有7个元素，新值有5个元素

python、pandas

我正在尝试使用Pandas读取csv文件。但是在使用pd.read_csv时，我得到了一个ValueError: Length不匹配:期望轴有7个元素，新值有5个元素。

浏览 986提问于2020-03-30得票数 1

回答已采纳

2回答

Python Traceback - gradientboosting.py如何修复这种类型的错误

python、scikit-learn

我正在尝试使用GradientBoostingClassifier检测SQL注入。clf = GradientBoostingClassifier(n_estimators=100, learning_rate=1.0, max_depth=7, random_state=0).fit(X_train, y_train)训练模型时出错。Traceback (m

浏览 4提问于2018-10-18得票数 1

点击加载更多