在使用SimpleImputer进行拟合后，我正在尝试打印出所有的估计值。当单独使用SimpleImputer时，我可以从实例的statistics_属性中检索它们。这可以很好地工作： s = SimpleImputer(strategy='mean')print(s.statistics_) 但是
浏览 52提问于2020-04-05得票数 1
回答已采纳
6回答
大家好，我正在学习机器，一开始代码运行良好，但是第二天，当我再次执行代码时，它开始警告我如何处理数据集中丢失的数据，我不知道问题出在哪里，但是有谁知道解决方案？pandas as pd
from sklearn.preprocessingImport impute.SimpleImputer from sklearn</em
浏览 2提问于2019-01-09得票数 3
回答已采纳
2回答
从模型中移除数值列很容易(简单地不添加它们)，但是我如何排除由OHE创建的列？我不想排除所有由OHE创建的列，只是其中的一部分。示例代码：from sklearn.impute import SimpleImputerfrom sklearn.preprocessin
浏览 9提问于2022-09-12得票数 2
我正试图从安装好的管道中挑选出一个部件/变压器来检查它的行为。然而，当我检索到组件时，组件显示为不合适，但是使用管道作为一个整体是没有问题的。这表明管道是安装的，组件也是安装的。有人能解释原因，并建议如何检查安装管道中的部件吗？下面是一个可重复的例子：import numpy as np
from sklearn.compose
浏览 3提问于2019-11-05得票数 11
回答已采纳
我试图创建一个处理数字、分类和文本变量的管道。在运行分类器之前，我希望将数据输出到一个新的数据格式中。请注意，2499是我的培训数据的大小。如果我删除管道中的text_preprocessing部分，我的代码就能工作。有什么办法能让这件事起作用吗？谢谢!# Categorical pipeline[
('Imputation', Simpl
浏览 0提问于2020-06-15得票数 2
回答已采纳
即使它的回归器知道如何处理NaN，也是如此，在我的例子中，回归器实际上是执行数据加密的管道。
- An `sklearn.tree.DecisionTreeRegressor但是“内部”Co
浏览 19提问于2022-02-18得票数 2
回答已采纳
我正在尝试对虹膜数据集执行预处理，但在补偿步骤中，我在使用SimpleImputer打印每列的平均值时遇到此错误。from sklearn.datasets import load_iris
iris = load_irisiris.target.reshape(-1,1))
浏览 1提问于2021-03-07得票数 1
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 StandardScalerfromsklearn.pipeline import Pipeline
sca
浏览 1提问于2018-08-08得票数 6
目前，我正在做kaggle上的泰坦尼克号数据集。Age列有一些缺失的值，我试图使用sklearn.impute SimpleImputer来估算它们。import train_test_split as tts
X.Age = imp
浏览 3提问于2020-09-25得票数 0
我正在使用线性回归创建一个模型，在创建一个要使用的模型文件之后，它的大小大于400 is 。Github只允许100 is文件，所以我无法提交和推送使用Heroku所需的文件。我很困惑，因为我的训练集的形状是( 3759，10) so 10特性，和37 59观察。from sklearn.pipeline import make_pipeline
from sklearn.impute import SimpleImputer
浏览 1提问于2019-09-26得票数 0
我正在对数据集进行预处理，得到了行imputer = imputer.fit(X:,1:3)的错误原因。我不明白吗？我理解imputer = Imputer(missing_values = "NaN"，strategy =“means”)，意思是用列和行中的平均值替换缺失的值。那么，我们是否试图将数据纳入模型，这正是我所不理解的？import pandas as pd import matplotlib.pylot
浏览 1提问于2019-09-12得票数 2
回答已采纳
我已经读过许多关于get_feature_names()的文章，这些文章引用了sklearn中的get_feature_names_out，现在似乎已经被废弃了，取而代之的是get_feature_names_out，这两种方法我都无法开始工作。我单独运行它们，因为我不能将它们放到管道中，然后我尝试使用get_feature_names，结果如下：
ValueError: input_features should have length equal如果我试图通过获取<
浏览 28提问于2022-05-17得票数 0
回答已采纳
我正在尝试在google cloud ai平台上创建一个版本，但它找不到impute模块 No module named 'sklearn.impute._base; 'sklearn.impute' is not a package ?框架版本是sklearn 0.20.4，最后我检查了一下文档0.20.4中有sklearn.impute应用程序接口。第1785页https://scikit-learn.org/0.20&
浏览 67提问于2020-01-26得票数 2
我正在尝试创建一个由两个步骤组成的滑雪管道：
X_std = pd.merge(X_numeric_std, X[categorical], left_index=True, right_index=True)pipe = sklearn.pipeline
浏览 0提问于2018-02-07得票数 18
1回答
流处理水印启发式算法
、、、、
在apache beam或spark streaming中的流处理中，水印估计的准确性如何。我的数据源是来自gcs/s3的文件，但我使用与每个事件关联的事件时间作为窗口函数的时间戳。任何关于这些流处理引擎如何计算启发式或估计值的想法，以及是否有方法来衡量这个估计值有多糟糕。
我的用例是，我有几个服务器在gcs/S3上产生事件日
浏览 1提问于2018-01-25得票数 1
1回答
在我的sklearn管道中访问中间步骤的属性时遇到了问题。下面是我的代码：from sklearn.compose import make_column_transformerfrom sklearn.impute import SimpleImputer
from sklearn
浏览 0提问于2019-12-26得票数 2
1回答
无法从管道绘制树
、、、
我有下面的决策树分类代码，我可以看到这个模型的预测结果，但不能绘制树 from sklearn.preprocessing import StandardScaler, OneHotEncoderfrom sklearn.pipeline import Pipeline
from sklearn.compose import([("imputer", SimpleImputer<
浏览 25提问于2021-04-03得票数 0
回答已采纳
8117 8 1 0 1 39 14 11084 10 0 0 1 47 1import pandas as pdfrom sklearn.impute import SimpleImputer211 11101 175 1 1 1 65 1
212
浏览 7提问于2022-03-25得票数 0
回答已采纳
我有一个数据集，它的分类特性表示为字符串值，我想在其中填充缺失的值。我试过使用sklearn的SimpleImputer，但与熊猫相比，完成这项任务需要花费太多的时间。这两种方法产生相同的输出。下面是在合成数据上再现行为的代码：import pandas as pd
浏览 0提问于2020-01-07得票数 8
回答已采纳
1回答
column_addition(X): return make_pipeline(df和["SibSp", "Parch"]如何在后台运行以在下面的代码中创建一个附加项X[:, [0]] +
浏览 2提问于2022-11-20得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
