2回答
我已经编写了这个简单的自定义转换器，它用0填充特定列中的na。当我对我的数据集执行fit_transform时，它不会在指定的列中填充nas。我在我的代码中看不到这个问题。
浏览 9提问于2018-12-24得票数 2
回答已采纳
3回答
我无法加载使用sklearn.externals.joblib.dump或pickle.dump保存的自定义转换器的实例，因为当前python会话中缺少自定义转换器的原始定义。假设在一个python会话中，我定义、创建并保存了一个自定义转换器，它也可以在同一个会话中加载：from sklearn.base在一个会话
浏览 0提问于2017-09-06得票数 15
1回答
我有一个sklearn管道，它由一个自定义转换器组成，后面是XGBClassifier。我想在转换器中添加的最后一步是另一个自定义转换器，它转换XGBClassifier的结果。最后一个自定义转换器将预测的概率排序为等级(5-百分位数)。', custom_trsf1), ('custom_trsf2&#
浏览 1提问于2020-11-26得票数 1
但是，如何在管道中使用.predict或.transfrom方法。假设我已经预处理了我的列车数据，搜索了最佳的超参数，并训练了一个LightGBM模型。我目前一无所有，因为我不知道如何正确地包含类的方法(如StandardScaler_instance.transform())和更多的此类方法。
我该怎么做，或者我错过了什么？
浏览 2提问于2020-09-17得票数 0
回答已采纳
2回答
环境：from sklearn.pipeline import Pipelinefrom sklearn.ensemble import RandomForestClassifierX_train = pd.DataFrame({'Ab3'],
'C': [1, 2, 3
浏览 3提问于2020-03-22得票数 4
回答已采纳
1回答
如果我必须包括我的目标编码(通过自定义转换器)，在sklearn管道，我需要不同的转换功能与火车集和测试集。这是因为，对于列车折叠，编码是使用列车数据的进一步k折叠分割来计算的。我知道sklearn管道将对cv中的列车和测试分割应用相同的转换，是否有一种方法可以使用sklearn管道和自定义转换器对训练和测试分割分别进行转换？
浏览 13提问于2022-08-21得票数 1
回答已采纳
我尝试将自定义sklearn管道保存为onnx模型，但在此过程中遇到错误。示例代码： from sklearn.preprocessing import OneHotEncoderfrom winmltools import conv
浏览 48提问于2020-07-06得票数 3
在对TfidfVectorizer输出应用SelectKBest之后，我们在文档术语矩阵中获得了如此多的重复特征。我想删除那些重复的特征。我尝试了一些方法来删除这些冗余功能，但是我需要手动执行很多步骤，如下所示：from sklearn.feature_extraction.text importTfidfVectorizer
text = ["How is your bro
浏览 8提问于2021-03-26得票数 0
我正在编写一个Python scikit-learn管道，它需要自定义的转换器/估计器(而不是sklearn中已经定义的常规转换器)。
浏览 26提问于2019-05-23得票数 0
我的问题是，这些手工构建的特性(如feature1和feature2之和)是否可以作为scikit-learn管道设置的一部分创建呢？显然，我可以在Pandas dataframe级别上创建它们，然后再将它们传递到管道中，但是尝试在我的代码库中找出最干净的方法来做到这一点。
浏览 0提问于2022-12-20得票数 0
回答已采纳
2回答
我试图用mlflow保存一个sklearn机器学习模型，它是一个包含我定义的自定义转换器的管道，并将它加载到另一个项目中。我的自定义转换器继承自BaseEstimator和TransformerMixin。中时：发生错误：
[...]这个问题似乎更多地与泡菜功能
浏览 17提问于2020-03-04得票数 8
我需要在使用列名的管道中使用自定义转换器。但是，前面的管道转换将数据转换为numpy数组。我知道在管道合适之后，我可以从列转换器对象中检索列名，但是我需要在fit步骤中访问列名。下面的示例中的自定义转换器是一个简单的最小示例，仅用于说明，而不是真正的转换。import pandas as pd
from sklearn.pi
浏览 1提问于2020-09-11得票数 5
1回答
我有一些训练有素的机器学习模型保存在django项目中，它涉及多个文件(x.p + x_01.npy + ... + x_0n.npy)，我正在尝试在views.py中加载它们，得到文件找不到异常，想知道在django中使用joblib或pickle进行反序列化的正确方法是什么 classifier = joblib.load(classifierDum
浏览 3提问于2016-10-20得票数 0
1回答
库提供函数transform_feature_names来检索转换器输出的特征名。表示，当转换器包含嵌套管道时，该函数就会在箱外工作。import pandas as pd
from sklearn.compose import Column
浏览 3提问于2020-03-31得票数 2
回答已采纳
我试图在一个使用自定义转换器的上搜索。当管道在FeatureUnion中使用自定义转换器类时，它工作得很好；但是，当管道中的自定义类通过在网格搜索参数中设置passthrough而被忽略时，它会失败。TextLengthExtractor()) ) ("classifier", MultinomialNB()))
自定义转
浏览 14提问于2022-11-07得票数 0
回答已采纳
我一直在寻找在我的ML项目中添加用户定义函数和自定义转换器的可能性，但我只找到了在张量流框架中如何做到这一点的示例。我已经创建了一个可以与pip一起安装的自定义包，但是我不知道setup.py文件在scikit-learn框架中应该是什么样子。from custscaler import StdScalerfrom<
浏览 0提问于2018-04-24得票数 3
我想将目标变量转换器添加到我的sklearn管道中。通常对于PCA或任何类型的回归-分类器等操作，sklearn支持CV的参数网格，如： param_grid = [{ "rdf__max_depth": max_depth,
"rdf__class_weight": class_weight}
浏览 10提问于2020-09-08得票数 1
在经过训练的模型中将SimpleClassificationPipeline更改为sklearn管道后，我使用了sklearn2pmml库，但它不起作用。
浏览 18提问于2021-07-14得票数 0
不可能仅仅使用CoreML来转换它，因为我的管道包含一个不在sklearn.preprocessing中的自定义函数。
我有一个管道，它包含一个不受CoreML支持的函数。_imputer,coremltools.converters.sklearn._NuSVC,coremltools.converters.sklearn._NuSVR,coremltools.converters.sklearn._SVC,coremltools.converters.sklearn
浏览 1提问于2019-05-20得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
