我已经构建了一个管道，它接受一个pandas数据帧，该数据帧被分成分类列和数值列。我遇到的问题是sklearn管道输出numpy数组对象，并在此过程中丢失所有列信息。因此，当我去检查模型中最重要的系数时，只剩下一个未标记的numpy数组。我也考虑过利用sklearn-pandas包，但我在犹豫是否要尝试并实现一些可能不会与sklearn并行更新的东西。有没有人能建议他们认为绕过这个问题的最佳途径？我也对任何关于pandas</
浏览 5提问于2019-01-12得票数 18
我已经使用sklearn_pandas和sklearn创建了一个ML管道。它看起来像这样。features = ['ColA','ColB','ColC'] ('ColB',sklearn.preprocessing.StandardScaler(
浏览 4提问于2015-04-30得票数 2
回答已采纳
1回答
如何将日期数据类型转换/提取/转换为“一周中的日期”，即PMML*中的日期名称？很容易由pd.to_datetime()完成，但是我需要它在sklearn2pmml中用于pmml管道。
浏览 7提问于2022-07-11得票数 0
我想知道我是否能够从我已经构建的scikit-learn管道中提取带有名称的特性重要性。该管道包含一个梯度提升分类器，它封装在一个多输出分类器中。管道是GridSearchCV对象的一部分。这是我的密码：from sklearn.preprocessing import StandardScaler
from sklearn.model_selectionimport GridSearchCV
浏览 13提问于2022-05-10得票数 2
我想了解如何在管道中应用逆转换，而不是直接使用StandardScaler函数。我使用的代码如下：import numpy as npfrom sklearn.composetf.fit_transform(X)
model.fit(X_preprocessed)
在获得给定模型的输出</em
浏览 1提问于2020-10-26得票数 8
我正在尝试为使用K-Means的集群模型构建一个简单的预处理管道，并将其导出为PMML格式。我设法使管道工作，但不能设法最终将其导出为pmml。我将管道划分为两个步骤，处理数值数据和处理分类数据。numeric_features = ['column1','column2','column3']
num_mapper = sklearn</e
浏览 0提问于2019-08-02得票数 0
我正在使用sklearn管道中的sklearn-pandas DataFrameMapper。为了评估特征联合管道中的特征贡献，我喜欢测量估计器的系数(Logistic回归)。对于下面的代码示例，对三个文本内容列a, b和c进行了矢量化，并为X_train选择了它们 import pandas as pdimport pickle
fromsklearn_pandas import DataFrameMapper
浏览 47提问于2019-01-27得票数 4
回答已采纳
如何创建一个转换器调用Dictifier()来封装使用.to_dict("records")转换的DataFrame，因为我想在pipeline中使用它。
浏览 16提问于2020-06-10得票数 0
回答已采纳
当我使用管道对象时，import pandas as pdfrom sklearn.model_selection import train_test_split
from
浏览 2提问于2021-07-07得票数 7
回答已采纳
我正在尝试在sklearn管道中缩放X特征数据和Y输出数据。我的代码如下所示，使用网格搜索通过交叉验证计算最佳LV数量。
浏览 1提问于2021-06-03得票数 0
import pandas as pdfrom sklearn_pandas import DataFrameMapper通过pipeline.named_steps.regressor从管道中提取模型(在带有XGBoost 0.90的env中，
浏览 4提问于2020-07-28得票数 2
回答已采纳
使用sklearn SimpleImputer策略常量和使用fillna(值)有什么不同？
浏览 1提问于2021-03-18得票数 1
我试图增加一个刻度步骤，在一个滑雪管道，以获得一个校准分类器，从而在输出。到目前为止，我笨拙地尝试使用插入一个“校准”步骤(关于重复性的愚蠢示例)：import pandas as pdfrom sklearn.linear_model import SGDClassifier
from sklearn.fe
浏览 1提问于2018-04-14得票数 11
回答已采纳
如何将数据从Scikit-learn Bunch对象转换为Pandas DataFrame？from sklearn.datasets import load_irisdata = load_iris()data1= pd. # Is there a Pandas method to accomplish this?
浏览 333提问于2016-06-27得票数 140
回答已采纳
给定的示（https://scikit-learn.org/stable/modules/generated/sklearn.compose.make_column_selector.html#sklearn.compose.make_column_selectorMWE import numpy as npimport seaborn as sns
from sklearn.compose import make_co
浏览 39提问于2020-06-17得票数 5
回答已采纳
这里有一个假数据集：import numpyfrom sklearn_pandasimport RandomForestClassifierfrom sklearn.preprocessing import MinMaxScalerparam_grid = {"classifier
浏览 4提问于2015-06-22得票数 6
回答已采纳
我有一个pandas数据框架，在特定的列中有一些NaN值：1841 NaNName: some column, dtype: float64from sklearn.preprocessing import StandardScalerfrom无论如何，我非常确定这一列是唯一包含NaN的列。此外，如果我在管道中从Si
浏览 1提问于2018-08-08得票数 6
2回答
我已经从github导入了sklearn2pmml并尝试创建一个pmml文件。我运行下面的代码；import sklearn_pandas
iris_df = pandas.concat((pandas.DataFrame(iris.data[:, :], columns = ["Sepal.Length", "sepal_width", "petal_l
浏览 8提问于2017-05-23得票数 0
1回答
import pandas as pd
from sklearn.pipeline import Pipelinefrom sklearn.base impo
浏览 3提问于2021-07-12得票数 0
我使用MultiLabelBinarizer()的原因是为了能够使用内置的inverse_transform()函数将输出数组(例如array([0, 0, 1, 0, 1])直接转换为用户友好的文本输出一种解决方案是将其单独保存为泡菜对象，并每次加载，但我希望避免在生产中使用此依赖项。我知道，这类似于我在管道中构建的tf-国防军向量，但在应用于目标列(体裁标签)而不是我的自变量(文本注释)方面有所不同。, "Multilabel Classifier")
mlflow.log_artifact
浏览 4提问于2019-09-13得票数 3
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
