1回答
我的数据框中有列 city
Paris.
. 我是对列进行编码的标签，它将0分配给伦敦，1分配给巴黎，2分配给纽约。但是，当我为模型中的预测传递单个值时，我给出了城市名称New York，并将其赋值为0。如何保持不变，我希望如果纽约的值在训练阶段通过标签编码器分配2，那么它应该在预测时再次分配2。
浏览 26提问于2021-05-09得票数 0
回答已采纳
1回答
我如何按照自己的意愿将每个类别的唯一值编码为数值？供暖质量和供暖条件 Gd Good Fa Fair我尝试将这些分类数据编码为数字我所期望的是给Ex分配一个更大的数字，给Po分配一个更小的数字。即Ex = 4，Gd = 3，以此类推。from sklearn.preproces
浏览 0提问于2020-04-13得票数 0
2回答
当我试图将LabelEncoder()分配给label_encoder时，会得到一个错误：
label_encoder = LabelEncoder()
play-label = label_encoder.fit_tra
浏览 0提问于2019-07-01得票数 1
回答已采纳
这也许是一个有点不寻常的Jenkins查询，但我们有一个跨越许多项目的项目。它们都是基于Linux的，但它们跨越多个体系结构(MIPS、SPARC、ARMv6、ARMv7)。每个项目都建立在4个独立的从站上，标签与它们的体系结构相关联，即MIPS从站有标签'mips‘'linux’。
巩固我们所有独立的工作。我看过“多配置”类型的作业--目前我们只是使用简单的单一混合作业。我不确定多配置类型是否允许我们一次只构建单
浏览 4提问于2015-06-21得票数 0
回答已采纳
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train_data.fillna(0)object_cols = list(s[s].inde
浏览 1提问于2019-10-05得票数 1
1回答
我正在处理一个分类变量已经是LabelEncoded的数据集。所以，我的问题是，即使其中一些变量的值为0或1，我也要将它们全部转换为伪变量吗？某些变量的值为：(-1，0，1)和(1，2，3，4，...) Dummies会给我二进制值，但我已经有了上面提到的一些分类特征的二进制值。把它们转换成假人有什么意义吗？此外，我拥有的分类特征是int64类型的。我应该先将它们转换为object类型，然后再创建虚拟对象，还是应该将它们保留为int64类型，然后再创建虚拟对象。我现在正
浏览 22提问于2020-01-11得票数 1
1回答
我希望将字符串数据转换为数字数据，因为决策树只接受数字数据。当我拥有像Ever_Married是/否这样的二进制字符串数据时，我使用.replace方法将其转换为数字数据。但是现在我有了一个属性，它有5个不同的选项，私人、自雇、儿童、政府_工作，从不_成功了。使用.replace将这些属性映射到五个不同的数字值可以吗？这会否影响我的模式，这是否良好的做法？
浏览 0提问于2022-11-24得票数 0
回答已采纳
我想要创建一个API，它作为响应返回每个部门的聚合值。我是新的FastAPI和脓毒症，并将感谢任何支持。似乎查询结果被映射为pydantic的部分工作不太好。get方法在main.py中的应用def read_overview(status_code=404, detail="Overview not found")
r
浏览 3提问于2021-08-30得票数 3
回答已采纳
我想设置(预处理)表列，因为列中的数据是分类的。我已经成功地处理(更改值)除最后一列之外的所有列。我从中加载(dataset = pd.read_csv("car.data"))我的值的数据文件是car.data (我从互联网上下载的)。值得一提的是，我正在使用pandas和所有重要的ML库(tensorflow，sklearn，numpy...)。
当我运行代码时，所有列都填充了数字，只有最后一列填充了&quo
浏览 0提问于2020-08-12得票数 1
1回答
我的最终目标是应用LDA将每个句子分类为一个主题。在此之前，我想对文本进行一次热编码。我面临的问题是，我想要在一个numpy数组中每个句子编码一个热代码，以便能够将其输入到LDA中。tokenizer_words.tokenize(t) for t in tokens_np = array(tokens_sentences)
integer_encoded = label_enc
浏览 0提问于2019-02-23得票数 2
回答已采纳
1回答
我有这样的密码：from sklearn import preprocessing
label_encoder = preprocessing.LabelEncoder()
df['Thematic
浏览 0提问于2022-08-18得票数 -1
1回答
如何在所有列中统一应用标签编码？
、、、、
“起源”和“舞蹈”中的独特价值集是相同的。在对这些列进行标签编码时，我认为值ATL将在“原产地”和“Dest”中得到相同的编码，但事实证明，给定的代码：flight_f['UniqueCarrier'] = label_encoder.fit_transform(flight_f['UniqueCarrier'])
浏览 5提问于2022-06-10得票数 0
使用前几年的一些表格顺序元数据进行每月ML模型训练，并使用当天获得的新订单进行每日推理预测。有几个字符串分类列我想包含在我的模型中，我使用labelencoder将它们转换成整数。我想知道如何确保在数据预处理过程中将每日推理数据集转换为相同的类别。我应该保存标签编码器的字典和映射到我的推理数据集吗？谢谢。
浏览 36提问于2019-05-16得票数 1
我尝试使用imblearn使用以下代码对数据进行过采样 labels = df['LABELu)\S\S+") encoder = LabelEncoder() oversampled_descriptions
浏览 5提问于2020-10-20得票数 0
1回答
一次热编码后预测
、、、
get_dummies将字符串列转换为整数：转换后的列是很明显这是行不通的。Question2)如何对只包含“名称”和“国家”的示例csv文件进行预测？
浏览 1提问于2019-02-20得票数 5
回答已采纳
1回答
失败的行是我在这里读到，显然，转换函数不适用于列表test_datapoint和test_datapoint_encoded的形状是相同的。我曾尝试使用as numpy数组，但我得到了相同的错误。split(',')
data.append(items
浏览 0提问于2018-02-21得票数 2
所以我一直在用这个例子来表示卷积vae，这里是mnist：
----> 1 vae.predict(mnist_digits)
/usr/local/lib/python3.7/dist-packages/tensorflow/python/fra
浏览 14提问于2022-05-05得票数 0
回答已采纳
目标：理解使用相同参数初始化的两个类的奇怪行为，并产生不同的结果。我的项目涉及通过串行(通过USB端口)与Arduino MEGA上的各种传感器通信的Raspberry Pi 3。特别关注的是，当我用相同的hex_name (即'\x04')初始化两个编码器时，从encoder_one.value()和encoder_two.value()得到不同<e
浏览 1提问于2016-06-30得票数 1
回答已采纳
2回答
我有这样的数据集： 'col1': ['A', 'A', 'B', 'W', 'F', 'C'],x = list(e.columns)from sklearn import preprocessing #
浏览 3提问于2020-10-02得票数 3
回答已采纳
1回答
隔离林:分类数据
、、、、
我正试图在一个乳腺癌数据集中发现异常，使用sklearn中的隔离森林。我试图将Iolation应用到一个混合数据集中，当我拟合模型时，它会给出值错误。这是我的数据集：from sklearn.model_selection import train_test_splitclf.fit(X_tra
浏览 0提问于2019-02-26得票数 5
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
