我正在尝试将Sklearn (0.24.1) Labelencoder应用到一个数据集，其中一些列的文本和数字混合在一起。turtle, cat, lizard, bird, fish, 6, 2, 4, 11
filename5, bird, donkey, 5, 2, 8, 2, 6, 7, 3 我正试着把所有动物的名字都变成数值下面是我正在尝试使用的代码。
浏览 226提问于2021-03-31得票数 0
1回答
熊猫同时转换多个列的错误
、、、、
我在pandas和sklearn中使用python，并尝试使用新的非常方便的sklearn-pandas。from sklearn.prepr
浏览 8提问于2017-11-07得票数 0
回答已采纳
我已经在anaconda提示符下更新了所有的库。但是找不到问题的解决方案。from sklearn.preprocessing import LabelEncoder, OneHotEncoderX[:,1] = labelencoder_X_1.fit_transform(X[:, 1])
X[
浏览 3提问于2019-12-25得票数 12
我正在使用pandas读取一个excelsheet，该excelsheet有超过10列，我只对其中的3列感兴趣，所以我读取了它，删除了具有空值的行，然后创建了测试和验证集。在将其拟合到Logistic回归模型时，我得到一个错误 下面是代码 train, tv = train_test_split(df1, test_size=0.2, random_state=0)
test_validate_data(X, y, accept_sparse='csr', dtype
浏览 55提问于2021-07-20得票数 0
回答已采纳
如何在滑雪板管道中使用LabelEncoder？import numpy as npimport seaborn as snsfrom sklearn
浏览 5提问于2020-09-14得票数 1
我对sklearn中的管道非常陌生，我遇到了这个问题:我有一个混合了文本和数字的数据集，即某些列只有文本，其余的列有整数(或浮点数)。我想知道是否有可能构建一个管道，例如，我可以在其中调用文本功能的LabelEncoder()和数字列的MinMaxScaler()。我在web上看到的示例大多指
浏览 2提问于2016-08-18得票数 19
回答已采纳
我先使用LabelEncoder，然后使用OneHotEncoder，尝试将分类值(在我的示例中是country列)转换为编码值，并且能够转换分类值。France 48 79000France 37 67000
import numpy as np
#X is
浏览 54提问于2019-01-12得票数 25
我使用sklearn.LabelEncoder将我的分类数据转换成数字，以便进行适当的模型拟合，但当我将其应用于此时，就会出现以下错误
列车和测试数据中的分类列是相同的。from sklearn.preprocessing import LabelE
浏览 1提问于2019-10-05得票数 1
我尝试在一个大型pandas数据帧中对包含分类数据("Yes"和"No")的多个列进行编码。完整的数据帧包含400多列，因此我在寻找一种方法来编码所有所需的列，而不必逐个编码。我使用Scikit-learn LabelEncoder对分类数据进行编码。
数据帧的第一部分不一定要编码，但是我
浏览 3提问于2017-06-10得票数 16
我的数据集有许多独立的列，其中一些列如下：--------------------------Spain| 0 | 1 | 30#Encoding the categorical data
浏览 0提问于2019-01-24得票数 24
回答已采纳
2回答
我有一个数据集，其中包含多个列，这些列的值在字符串format.Now中，我需要使用labelEncoder将这些文本列转换为数值。在下面e中，g y是我的特定数据集的目标，而A0到A13是不同的特征。还有50多个特性，但我在这里提供了一个子集。现在，如何将labelencoder应用于从A0
浏览 5提问于2020-07-31得票数 0
我当时正在谷歌学院学习MPL回归器，并运行了源代码：import numpy as npfrom sklearn.preprocessing import StandardScaler
data我从fit(data)改为fit_transform(data)，但同样的错误仍然坚持。然后我从StandardScaler变成了Labe
浏览 2提问于2021-02-13得票数 2
回答已采纳
我试着训练一个DecisionTreeClassifier：import numpy as npfrom sklearn.metrics import accuracy_score
900 sample_weight=sample_weigh
浏览 5提问于2021-08-05得票数 0
Yes 2 Graduate 5417
如何编码“性别”、“已婚”、“教育”栏而不影响“Loan_ID”、“受抚养人”、“ApplicantIncome”列。
浏览 5提问于2019-11-21得票数 3
3回答
我正在开发一个使用这个数据集的神经网络。但是由于数据集有一些字符串值，所以我无法训练我的神经网络。将这些字符串值转换为神经网络可读的格式的最佳方法是什么？M2044282225,0.0,0.0,0,0我想把那些类型，nameOrig，nameDest字段转换成神经网络可读的格式import pandas as pd
from sklearn.preprocessing
浏览 4提问于2019-01-05得票数 2
回答已采纳
我有一个由一些文本列(有限的可能性)和一些csv格式的数字列组成的数据集。是否有任何方法自动将文本列转换为数字(例如:a将为0，B将为1等等)以将数据集转换为np.arrayENABLED;ENABLED;10;MANUAL;ENABLED;ENABLED;18000
浏览 4提问于2016-11-18得票数 1
回答已采纳
创建决策树和数据集有21列，是数字变量和分类变量的混合。使用sklearn，我知道它不支持分类变量。我使用标签编码将分类转换为数字，同时也分离数值变量。然后，我会认为我必须把这两个组相加在一起，这样我就可以分成测试和训练数据。但是，当我试图将这两个变量相加(最初是数值变量，并将分类变量转换为数字变量)时，我收到了一个ValueError。Number.Liable', 'Cost.Matrix']
obj
浏览 3提问于2022-02-05得票数 0
1回答
我一直在寻找如何用长或短的文本编码多个列，但我并没有找到任何好的解决方案。和OneHotEncoder从sklearn，但他们没有工作。任何反馈、帮助或指导都是非常感谢的。编辑
import pandas as pd
from sklearn.preprocessing import LabelEncoder, One
浏览 1提问于2019-04-26得票数 0
回答已采纳
1回答
from sklearn.preprocessing import LabelEncoderfor i in range(len(X)): X.iloc[:,i] = le.inverse_transform(X.iloc[:,i])
ValueError:包含<
浏览 4提问于2017-11-28得票数 0
回答已采纳
3回答
转换多个分类列
、、、、
在我的数据集中，我有两个分类列，我想要计算它们。这两列都包含国家/地区，有些重叠(出现在两列中)。我想在同一国家的column1和column2中给出相同的数字。我的数据看起来有点像：
d = {'col1': ['NL', 'BE', 'FR
浏览 12提问于2019-11-12得票数 10
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
