我想使用Keras to_categorical一次对我的数据框中的多列进行单热编码。该怎么做呢？Item_Fat_Content', 'Outlet_Location_Type', 'Outlet_Type', 'Outlet_Size', 'Item_Type_Combined', 'Outlet'] 这些是我需要进行一次
浏览 19提问于2019-05-06得票数 4
回答已采纳
3回答
我正在尝试对一个普通数据集执行一个热编码。data = [['a', 'dog', 'red']使用Scikit-Learn对这些数据进行预处理的最佳方法是什么？但是一个热编码器不支持字符串作为特性，它只对整数
浏览 8提问于2016-01-30得票数 37
2回答
分类特性有两种类型:数字和字符串。
由于dataframe是巨大的，具有很高的基数，所以我只想将它转换为稀疏的形式。我更喜欢使用from sklearn.preproc
浏览 0提问于2017-03-28得票数 4
回答已采纳
5回答
为了解释，在我的数据集中有10多个分类列，每个分类列都有200-300个类别。我想把它们转换成二进制值。为此，我使用第一个标签编码器将字符串类别转换为数字。标签编码器代码和输出如下所示。
在标签编码器之后，我使用了一个来自scikit的热编码器-重新学习，它是工作的。但问题是，我需要一个热编码器后的列名。例如，A列在<e
浏览 2提问于2019-05-28得票数 29
回答已采纳
1回答
这是包含一些观察结果的数据框架 ? 如果您注意到Cuisines列有许多字符串。使用了代码 pd.get_dummies(data.Cuisines.str.split(',',expand=True),prefix='c') 这帮助我拆分字符串和热编码，然而，有一个新的问题需要处理已合并数据帧和虚拟对象。快餐出现在第一行和第三行。预期输出是第一行和第三行的值为1的单个快餐列，但是，创建了两个快餐
浏览 11提问于2019-12-03得票数 0
2回答
为了解释，在我的数据集中有10多个分类列，每个分类列都有200-300个类别。我想把它们转换成二进制值。为此，我使用第一个标签编码器将字符串类别转换为数字。标签编码器代码和输出如下所示。
在标签编码器之后，我使用了一个来自scikit的热编码器-重新学习，它是工作的。但问题是，我需要列名后一个热编码器。，例如，列A与分类
浏览 4提问于2017-07-13得票数 6
我正在使用Python解决一个分类问题。我想对当前结果为字符串的列进行一次热编码。下面是我正在寻找的一个例子。如果该列中的一行包含包含"bleu奶酪“的字符串，我希望将其编码为0。对于所有其他结果，我希望将其编码为1。我不想要多个列。我只想保留一个专栏。
浏览 31提问于2021-07-02得票数 0
假设我有以下数据data = { 'Brand': ['Volkswagen', '品牌”和“城镇”两栏做一次热编码，以训练一个分类器(比如与Scikit学习)并预测年份。一旦对分类器进行了训练，我将希望对新输入的数据进行预测(而不是在培训中使用)，在那里我需要重新应
浏览 4提问于2017-10-10得票数 3
我正在尝试使用以下代码对第一列进行一次性编码：enc = OneHotEncoder(categories= 'auto',sparse = False)但我得到了错误，这表明我必须重塑我的数据。如何对第一列进
浏览 0提问于2020-03-18得票数 1
1回答
我目前正试图分析一个包含多个非序数分类特征和一个二进制目标变量的数据集。| cat 50 | cat 450 | 1 |整个表是400.000行x15列，其中最后一列是目标变量。每个特性都有多个非序数类别，从9个类别到数百个类别不等。
我的第一反应是对所有的分类变量进行一次热编码。然而，我害怕这样做会使任何模型都会变得过于
浏览 0提问于2020-06-03得票数 1
回答已采纳
1回答
如何为未知数据集进行一次热编码，该数据集可以迭代和检查数据集的类型，并通过检查列的唯一值来执行一次热编码，以及如何用原始数据集跟踪新的热编码数据？
浏览 0提问于2020-07-10得票数 5
回答已采纳
2回答
我的数据集非常不平衡。两个少数类各包含多数类中的一半样本。我的RNN模型无法了解人口最少的类。如果train.drop(['label]只包含使用的特性的值问题是，我的DataFrame包含一个额外的列，其中包含字符串作为值:我不能删除它，因为这些
浏览 0提问于2019-09-02得票数 4
回答已采纳
我是否可以使用OneHotEncoder对类别列中的select值进行一次热编码，而不是构建密集的ndarray，然后删除不必要的列？例如，如果名为color的分类列有三种颜色，分别表示红色、绿色和蓝色，而我只想对其中的两个值进行热编码，表示为“红色”和“绿色”，我该如何使用OneHotEncoder进行编码呢？我是ML的新手，
浏览 29提问于2020-09-04得票数 1
回答已采纳
我以前经常转换训练集的数据。我当时的想法是根据新的特征(原型)构建一个分类器。不清楚的是(在查看了文档和示例之后)，如何将经过训练的GLRM模型应用于新的数据，以获得新的数据框架以传递给经过原型数据训练的分类器模型。试图以一种明显的方式使用GLRM预测似乎不起作用。基于线性代数方程(其中A是原始数据，X是新原型的矩阵，Y是变换矩阵)：所以对不起，我没有足够的点数添加GLRM作为标记
glrm = h2o.estimators.glrm.H
浏览 3提问于2017-07-19得票数 0
回答已采纳
我有包含求职求职者的数据。我得到的原始数据是一团糟，但我设法增强了它。现在，我面临着一个我无法解决的问题。
我设法对它进行编码，以获得比我需要的更多的属性，这导致了一个不准确的模型。
浏览 1提问于2019-05-09得票数 1
3回答
用于机器学习的数据编码
、、、、
I有一个交通数据集，其中包含6个分类变量(即发送者、收件人、卡车司机名称、发件人、目的地城市、车辆类型)和一个连续变量(即权重).i想要预测销售(这是连续变量)。我在数据集中有13000条记录。我已经尝试了一种热编码，但每个变量中有300多个类别，这意味着(300*6 = 1800个变量).so如何对列进行编码，或者是否有其他解决方案？
您可以在这里看到示例数据集：
浏览 2提问于2019-10-17得票数 0
1回答
我想对数据帧应用一些分类器，因此必须对df进行一次热编码。我现在有标签了，但不知道如何继续？如何将标签恢复为df类型，以及如何使用新的df？oneho
浏览 10提问于2019-07-09得票数 0
4回答
在pandas数据帧中，一热编码向量以列的形式出现，即：1 0 0 1 0 03 0 0 0 1 04 0 0 0 0 1Row
浏览 3提问于2020-08-01得票数 8
3回答
是否需要对此数据集进行热编码？
、、、、
下面是来自UCI数据存储库的数据集。我想要建立一个回归模型，将血小板计数作为因变量(Y)，其余作为特性/输入。我的问题是：
在建立回归模型之前，应该对这些变量进行“一次热编码”吗？，我还观察到值在不同的范围内，所以在应用回归模型之前，我是否应该缩放数据集？。
浏览 4提问于2020-07-06得票数 1
我按以下方式加载了TF数据集：dataset.map(extract_fn)
为此创建一个单一<
浏览 0提问于2018-11-30得票数 8
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
