我正在尝试为爱荷华州艾姆斯的住房设置一个Kaggle竞赛的预测模型，但我在执行我的管道时遇到了问题，因为我不断收到错误。下面是我尝试运行的代码from sklearn.pipeline import Pipelinefrom sklearn.pre
浏览 17提问于2019-11-13得票数 1
1回答
我如下所示from sklearn import preprocessingfrom sklearn.pipeline importpreprocessing.LabelEncoder()) encoding_pipeline.fit_transform(df)TypeError\pipeline.py in fit_transform(
浏览 7提问于2016-10-17得票数 2
回答已采纳
我正在编写一个函数，在这个函数中，最好的模型是通过k折叠交叉验证选择的。在函数内部，我有一条管道
编辑：我在预处理文档中发现每个预处理工具都有一个API
计算训练集上
浏览 2提问于2017-11-20得票数 3
回答已采纳
1回答
在链接估值器并试图查看时，面对错误。这是我第一次尝试这个管道函数。from sklearn.pipeline import Pipelinefrom sklearn.linear_modelLogisticRegression()),('linear_model',LinearRegression())]
pipeline_estimator=
浏览 3提问于2020-09-08得票数 0
回答已采纳
我正在尝试为sklearn管道创建一个自定义转换器，它将提取特定文本的平均单词长度，然后在其上应用标准标量来标准化数据集。我要把一系列的文本传递给管道。fit_transform时，我得到的是错误， main()
浏览 0提问于2019-04-22得票数 8
回答已采纳
我读取文件并将其存储在documents变量中，如下所示： documents=author_labels(raw_data_dir)documents=pd.read_csv(documents_filename,index_col="document_id")
documents.head() 随后，我尝试使用次线性增长生成tf-idf向量，并将其存储在一个名为vector
浏览 37提问于2019-09-28得票数 1
但在开始之前，我尝试为几个小文档编写代码，每个文档不超过5-6个单词。min_df=1)它在我的笔记本电脑上运行得很好，但当我在服务器上运行它时，它会生成以下错误：max_features)
File "/usr/lib64/python2.6/site-packages/sklea
浏览 7提问于2016-06-08得票数 1
我想为LinearSVC估计器生成一个学习曲线，它使用countVectorizer来提取特征。countVectorizer还应用了一些特性选择步骤。我可以做以下几点：但我认为这会导致信息泄漏:基于所有数据的信息将被用于为学习曲线中使用的较小集合选择特征。有没有一种方法可以在不泄露信息的情况下使用内置sklearn
浏览 5提问于2019-12-18得票数 0
回答已采纳
我正在使用sklearn pipeline构建一个机器学习管道。在预处理步骤中，我尝试对两个不同的sting变量进行两种不同的处理: 1) BusinessType上的热编码2) AreaCode上的平均编码，如下所示： return df[['AreaCode1','isFail']]
现在，当
浏览 0提问于2018-10-30得票数 4
我有一个字符串列表，我将其fit_transform到CountVectorizer中。当我尝试TfidfTransform它时，我得到了错误：count_vect =CountVectorizer()
from sklearn.feature_extraction.te
浏览 15提问于2018-01-27得票数 2
从sklearn RandomizedPCA的中，稀疏矩阵被接受为输入。然而，当我使用稀疏矩阵调用它时，我得到了一个TypeError：'0.16.1'> pca.fit(my_sparce_mat)对如何让它工作有什么
浏览 3提问于2015-05-15得票数 2
我正在尝试使用通用数据集的自定义transfomers创建一个Pipeline。这是我的第一个转换器。给定一个列名，它将该datetime列分解为更多列。这是管道。imputer',DatePartTransformer('date')),])
----> 6 df = pipeline.fit_transform(df_raw)
浏览 19提问于2020-04-09得票数 0
回答已采纳
我在试着理解科学学习管道是如何工作的。我有一些虚拟数据，我试图拟合一个随机森林模型的虹膜数据。'>
但是，当我执行pipeline.fit_transform(X_train, y_train)时，我会看到一个错误：AttributeError: 'RandomForestClassifier'在正常情况下，在没有任何pipeline代码的情况下，我通常所做的是采取一个ML模型，并在我的training数据集上应用fit_transform()，<em
浏览 1提问于2020-10-02得票数 4
回答已采纳
1回答
因此，在浏览了大量sklearn的文档后，我注意到许多sklearn预处理类(如标准scaler )都有一个.transform方法，该方法获取X值并对其进行缩放。然而，为了确保这可以在管道中执行，该方法还确保将y值也作为输入(尽管如果需要可以忽略) 因此，问题1:这些方法的文档如下所示： fit_transform(self，X，y)。问题2:如果我对第一个问题的想法是正确的，那么SelectKBest的fit_transform文档如下所示： <e
浏览 19提问于2020-07-08得票数 2
回答已采纳
我是一个新的sklearn Pipeline，并遵循了一个示例代码。我在其他例子中看到我们可以做pipeline.fit_transform(train_X)，所以我在pipeline.fit_transform(X)的管道上尝试了同样的事情，但它给了我一个错误TypeError: fit()恰好接受3个参数(给定2个)“
如果我删除svm部分并将管道定义为pipeline = Pipeline有人知道为
浏览 0提问于2016-06-28得票数 0
1回答
我有一个混合了int、float、categorical和bool数据类型的DataFrame，我正在尝试使用LabelEncoder.fit_transform将categorical和bool数据类型转换为当在单个列上执行时，它工作得很好，但是当我尝试在DF中执行for循环时，我得到了以下错误：for i in first_buyer.columns\preprocessing\label.py in fit_tr
浏览 2提问于2019-11-07得票数 0
1回答
有关于管道的代码，它抛出一个名为"AttributeError：‘经度’的错误，它不是'Series‘的一个有效函数，是我试图运行的代码-。cat_pipeline) ] )
housing_prepared
这里是我正在使用的数据的链接：When我在没有
浏览 1提问于2020-06-15得票数 2
回答已采纳
下面是我的代码，我正在尝试文本分类模型；ifidf_vectorizer = TfidfVectorizer为了在测试集上执行分析，我需要将它提交给相同的过程。所以我做了X_test_tfidf.shape最后，在试图预测其显示误差时predictions
浏览 1提问于2020-07-09得票数 1
回答已采纳
我试图构建一个具有变量转换的管道，如下所示import pandas as pdfrom sklearn import linear_modeldef transform(self, X1, X2): return age return self.transform(X1,
浏览 1提问于2016-11-01得票数 3
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
