我有一个包含分类变量的Pandas数据框架。像这样的东西- 'a', 'x'现在，我想返回一个矩阵，每个级别的条件概率与其他级别一起出现。对于上面的数据框，它看起来像-[1, 1, 0],这三个条目对应于级别'a‘、'x’和'y‘。这是因为在第一列是'a
浏览 3提问于2018-01-26得票数 0
回答已采纳
所以我是python的新手，我正在使用pandas处理数据帧(除了pandas之外不能使用包)，我已经为6种不同的汽车接受了用户输入(制造商，型号，类型，评级)：4 ford taurus sedan B我想要这些数据的条件概率
浏览 1提问于2018-06-14得票数 2
1回答
我正在寻找一种在python中存储和使用条件概率的好方法。 A B1: P1
2 0.3我想得
浏览 1提问于2012-12-27得票数 4
回答已采纳
1回答
sklearn多标签确定性回归
、、、、
我在python中遇到了一个回归问题。我的输入数据集如下所示： x=均值、偏差、方差、varianceOfVariance Y=走、慢、跑、抱 X特征由值组成，Y是四个类别之一的二进制标记。所以它可以是走的，也可以是慢的，可以是跑的，也可以是握着的。data.head()看起来像这样。 ? 我能够使用train_test_split()方法在X_train、X_test、y_train、y_test中<
浏览 7提问于2020-03-18得票数 0
回答已采纳
2回答
一段时间以来，我一直在为以下问题而挣扎：
我想计算两个数据帧之间的字数差异(特征出现的频率)。数据帧包含两列:特征(单词)和频率。我想用df A en df B实现以下结果:来自df A的所有特征/单词和A的频率减去B的频率。但是，当A中的特征没有出现在B中时，我只想要回A的
浏览 12提问于2018-09-05得票数 0
回答已采纳
9回答
我正在研究一个机器学习问题，在这个问题中，特征中有许多缺失值。有100个特征，我想删除那些有太多缺失值的特征(可能是缺失值超过80%的特征)。我如何在Python中做到这一点？我的数据是Pandas数据帧。
浏览 1提问于2017-08-05得票数 9
我正在尝试从cassandra到pandas数据帧读取2048维的特征向量(1百万条记录)，每次都会崩溃。我有32 GB的内存，但是我仍然不能把所有的数据读到内存中，每当我试图在内存中加载数据时，我的python程序就会崩溃。为了我的机器学习算法，我需要内存中的所有数据。(我的</em
浏览 38提问于2019-08-21得票数 2
回答已采纳
我使用sklearn中的CountVectorizer将文档转换为特征向量。我这样做是通过调用：features = vectorizer.fit_transform(examples)
其中examples是所有文本文档的数组为此，我将这些特性存储在一个pandas数据帧中。目前，我的pandas数据帧
浏览 0提问于2016-11-02得票数 14
我从一个CSV文件中导入这些值，我已经在pandas中读过了。我的问题是，为什么我们使用双方括号表示X值，使用单方括号表示Y值？
浏览 26提问于2020-01-15得票数 5
我是Python Pandas的新手。name1 40 Neha3 90 Neha现在我想要两个向量的点积：
df2 = df.groupby(
浏览 3提问于2015-07-24得票数 0
回答已采纳
使用Python3.6和Pandas0.22，我创建了一个Pandas dataframe IRdaily，其中包含各种利率每日变化的时间序列。我可以使用以下命令轻松地将Pandas数据帧写入Excel：IRdaily.to_excel(writer, 'Daily Changes')
但是，如果我现在计算特征值分解(特征值的</e
浏览 0提问于2018-06-11得票数 1
3回答
我想知道在python和/或pandas中是否有一种方法可以使用interator组合多个条件条件。例如 df = pd.DataFrame({'A':[1,2,3], 'B': [1,2,3]})
df[(df.A == 1) & (df.B == 1)] 现在假设数据帧有A到Z列，我想这样做： df[and((df[column] == 1) for column in df.columns
浏览 11提问于2020-03-27得票数 0
我希望将来自多个(随机)数据的所有行的第1类预测的模型概率组合成python中的单个数据。我意识到，不是所有的行都会在每个拆分中被选择，但是如果数据采样被复制了足够的次数，那么每一行至少会被选中几次，并且生成模型概率。我目前的方法基本上是创建多个测试训练拆分(下面的示例中为5个)，并将每个训练
浏览 2提问于2021-08-17得票数 1
回答已采纳
2回答
我对Python和Pandas还很陌生，所以请耐心听我说……def survivability(total_pass_df, column, value
浏览 2提问于2017-01-08得票数 1
1回答
我正在尝试在一些实时数据上实现朴素贝叶斯算法。我知道贝叶斯的规则，但我不确定如何在我的data.My数据上实现，因为below.There在我的数据中总共有2个标签，它们都是ok，欺诈和标记为未知的测试数据。我需要通过应用朴素贝叶斯Algorithm.How将所有未知记录分类为ok或欺诈。我是否可以做到这一点？请谁来帮帮我。= ok的先验概率*给定ok的未知<em
浏览 3提问于2012-11-16得票数 2
回答已采纳
1回答
我在spark数据帧中有非常大的数据集，它们分布在节点上。如果我想使用像Jarque-Bera (JB)或Shapiro Wilk(SW)等高级统计测试，我会使用像scipy这样的python库，因为标准的apache pyspark库没有它们。但为了做到这一点，我必须将spark数据帧转换为pandas，这意味着将数据强制到主节点中，如下所示： import scipy.stats as stat
浏览 30提问于2020-09-13得票数 0
我有一个文本文件，它只是一个保存为csv的熊猫数据帧。011,14,14,1.0101,0,44,0.0111,247,247,1.0#open the f
浏览 9提问于2020-05-18得票数 0
回答已采纳
我想计算马尔可夫链中几个序列的概率。我已经准备好了马尔可夫链，但我不确定如何轻松地计算特定的序列概率。我的熊猫数据帧左边有A-E作为索引，顶部有A-E作为列，称为马尔可夫，如下所示： A B C D EB 0.2 0.4 0我成功地使用了pandas的.at函数： markov.at[sequence[0], sequence[1]] *
浏览 13提问于2019-06-17得票数 2
回答已采纳
1回答
我用了漂亮的汤美容剂，得到了这个： <table cellpadding="0" cellspacing="<tr>所以有很多以div class="var_building_result“开头的小表，我能把所有这
浏览 12提问于2019-11-26得票数 1
回答已采纳
1回答
我正在使用python和pandas从数据帧中随机抽取样本。我的数据帧如下所示： 第一列包含时间，第二列是平均速率，第三列是1-sigma，第四列是与该行描述的事件相关的概率。 ? 我知道我可以使用下面的代码来绘制加权样本： random=df.sample(n=100000, replace=True, weights='P>0', axis=0) 但我不确定在这里
浏览 24提问于2020-04-24得票数 1
回答已采纳
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
