问题标签 [label-encoding]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 标签编码中的for循环和一个热编码器
我的数据集包含分类变量,所以我使用标签编码和一个热编码器,我的代码如下
我可以使用循环来确保我的代码包含较少的代码行吗?
如何使用for 循环来优化代码行数?请帮忙!
apache-spark - Spark:对可变长度特征进行标签编码的最佳方法是什么?
对于 Spark,StringIndexer
Spark ML 中有一个可以对给定列进行标签编码。但是它不能直接处理列是可变长度特征(或多值特征)的情况。例如,
和 country_list
列typeofwork_list
是可变长度特征。它们在一列中可以有多个值,并且值的数量是可变的。当我想对它们进行标签编码时,我不能StringIndexer
直接在这些列上使用。
以country_list
列为例,我需要的结果如下:
在 Spark 中对此类列进行标签编码的最佳方法是什么?
我想的一种方法是首先explode
进入country_list
一个单列数据帧,然后StringIndexer
在这个临时数据帧上进行标签编码()。在那之后dropDulicate
,然后collect
它,现在我应该有映射了。然后我可以broadcast
映射到所有工作机器。原始 Dataframe 可以使用UDF
包装映射来转换country_list
列。我想知道有没有更简单的方法可以做到这一点?
谢谢你。
python-3.x - LabelEncoder: ValueError- y 包含以前看不见的标签:
我正在使用随机森林进行预测,我想知道 y 代码有什么问题,并且编码是否正确完成`
`请不要分享我尝试过但没有帮助我的其他stackoverflow链接,请不要复制粘贴官方文档中的示例
python - 可以在训练集中编码分类数据,但不能在测试集中编码
我需要对我的测试集上的分类值进行编码,它会以某种方式抛出TypeError: argument must be a string or number
. 我不知道为什么会发生这种情况,因为我可以对我的火车组做到这一点。我的意思是它们是训练/测试功能集,因此它们完全相同,它们的区别当然只是行数。我不知道如何解决这个问题,我尝试为每个使用不同的 LabelEncoder,但它仍然无法修复错误。请有人帮助我。
供您参考,分类数据在训练和测试特征集中的第 8 列
python - 应用标签编码器后对用户标准缩放器有意义吗?
我正在一个数据集上启动一个项目,该数据集包含一个类别的超过 5k 个唯一值。
我的问题是,在使用标签编码器“枚举”类别之后,使用 Standard Scaler 让我的机器学习模型的数据更“易于管理”是否有意义?
请记住,我总共有超过 500,000 个条目和 5,000 此特定列的唯一类别。
这更多是关于它背后的直觉,而不是如何编码,但我认为这应该是问的地方。
python - 如何应用函数来获取熊猫中编码的特定列
我有这个功能:
我列出了这样的某些列:
在这里,我希望该函数get_class
应用于cols
并在cols_en
. 我想自动化这段代码:
想法是将函数应用于列表中的所有列cols
并获取输出,其中列get_class
应用了函数,输出列_en
在末尾。也许map
也使用功能。有什么想法可以实现吗?我已经阅读了几篇类似的文章,但没有太大帮助。
python - 如何按照我的意愿将每个分类唯一值编码为数值?
如何按照我的意愿将每个分类唯一值编码为数值?
HeatingQC:加热质量和条件
我试图将这些分类数据编码为数字。所以我使用了sklearn.processing.LabelEncoder。我期望的是给 Ex 分配一个更大的数字,给 Po 分配一个更少的数字。即Ex = 4,Gd = 3,依此类推。
输出是
如何将 ex 编码为 4 并将 Po 编码为 0?
python - 这个括号是从哪里来的?
我是熊猫的新手,我处于基础阶段。
我尝试对一些数据进行编码并将相同的列放入 data_enc。
但是随后的输出是出乎意料的。那是
我的问题是,括号从何而来,如何删除它们?
pandas - le.transform() ValueError: y contains previous unseen labels: [1, 2, 3, 4]
我正在运行一个非常基本的代码来创建编码器类,然后使用相同的类来编码一个新的数据帧。在这段代码中,我不需要使用np.save
and np.load
,但是在我的实际实现中,我需要重新加载编码器来转换一个新的数据帧。我试图了解如何在一个数据帧上创建一个编码器类,然后在另一个脚本中加载该编码器并转换一个新的数据帧。
这给了我以下错误:
当我在从内存加载之前打印 le.classes_ 时,它是这样的:
array([1, 2, 3, 4])
但是当我在 np.load() 之后打印它时,它是这样的:
{1: 0, 2: 1, 3: 2, 4: 3}
以下是有关 le.classes after 的更多信息np.load()
:
我试图了解这些功能是如何工作的。我运行了相同的代码,但是对于 col.B,我又遇到了另一个错误。
这个错误是TypeError: argument must be a string or number
。
这是完整的堆栈:
任何帮助表示赞赏!