问题标签 [mlxtend]

我有一个数据集，我试图在其上确定关联规则。合并映射后的数据如下：

交易数据快照

遵循此参考：Python 中的市场篮子分析。我看到我可以使用该groupby方法使用订单 ID 和使用以下命令对数据进行分组：

我可以通过 order_id 对所有东西进行分组，购买的单个产品之间没有空格。但是，从这里开始，我对如何执行参考中所做的一种热编码一无所知。参考使用命令：

尽管我试图一一理解每个单独的命令，但我似乎无法理解事物。就像我尝试同时使用groupbyorder_id 和 product_id 的测试一样，但出现错误：

行数为3m，潜在产品总数为25000。

如果有人可以帮助我，我将不胜感激。

提前致谢。

我用 mlxtend 构建了一个简单的堆叠分类器，并且正在尝试不同的基本分类器，我正面临一个有趣的情况。从我所有的研究来看，在我看来，堆叠分类器总是比它们的基础分类器表现得更好。

就我而言，当我在训练集上交叉验证堆叠分类器时，我得到的分数低于一些基本估计器。此外，我经常让我的堆叠分类器平均 CV 分数等于基本估计器的平均 CV 分数中的最低值。

这不是很奇怪吗？更奇怪的是，一旦我在我的堆叠分类器上执行 GridSearchCV，选择最佳参数并在整个训练集上重新训练，最后在测试集上计算准确度，我实际上得到了一个不错的分数。

我知道这种方法容易泄漏，并且有不同的技术可以对堆叠分类器进行 CV，但它们似乎非常慢，而且根据我的研究，上述方法似乎没问题（关于这种潜在的泄漏，这个 Kaggle Stacking 指南帖子甚至说“在实践中，每个人都忽略了这个理论漏洞（坦率地说，我认为大多数人甚至都不知道它的存在！” http://blog.kaggle.com/2016/12/27/a-kagglers-guide-to-model-stacking -in-practice/见参数调整段落）

我已经从 yann.lecun.com 下载了 MNIST 训练图像和标签并将它们解压缩。我正在尝试使用此代码加载它们-

但是，我收到此错误-

该目录确实存在，并且文件名正确。我怎样才能解决这个问题？

编辑：我尝试了同样的python-mnist包装-

我遇到了类似的错误-

该错误似乎仅与培训标签文件有关；我尝试重新下载文件，但没有解决它。

编辑 2：根据要求，这是ls -l /python/mnist-files-

编辑3：这是输出print(os.listdir('/python/mnist-files'))：

我完全被迷惑了——我知道该目录存在！当我 cd into 时我可以看到它/python！

使用带有 mlxtend apriori 的稀疏数据帧的问题。

我在 anaconda 中运行 python 2.7 并安装了 mlxtend。基于最新版本的 mlxtend，aprioir 类支持稀疏数据帧作为其输入。我有超过 50 万种产品要对其进行购物篮分析。我正在尝试使用一个小数据集创建一个 onehot 编码的稀疏数据帧来测试，但我在 mlextend apriori 函数内的稀疏数据帧上遇到了 df.to_coo() 问题。

请在此处找到代码、输入数据文件和错误 -

https://github.com/nshahHome/pycode

单击查看代码以查看文件。

code = code2.py input data file= mbtest.txt errors = code2-error.html（您可能需要下载此文件并在浏览器中打开）

我希望代码不会抛出错误并尝试创建频繁项集。如果没有集合 > min_support，则集合可能为空。

我想通过与原始特征堆叠形成的元特征来预测结果。
我使用 mlxtend 进行堆叠，并尝试将原始功能与元功能一起使用，但这个库不能很好地工作。

并且发生错误

我认为这是由具有多维的原始数据引起的。
我想知道更好的方法或工具。
我应该怎么办？

我正在尝试解决二进制分类任务。训练数据集包含 9 个特征，在我的特征工程之后，我结束了 14 个特征。我想通过使用 4 个不同的分类器来使用带有 mlxtend.classifier.StackingClassifier的堆叠分类器方法，但是在尝试预测测试数据集时出现错误：ValueError: query data dimension must match training data dimension

备注：在我的代码中，我刚刚编写了一个函数来返回一个带有校准分类器的列表，StackingCVClassifier我已经检查过这不会导致错误

备注2：我已经尝试从头开始执行堆叠器，结果相同，所以我认为我自己的堆叠器有问题

你能帮我理解堆叠分类器的正确用法吗？

编辑： 这是我校准分类器的代码。此函数接受 n 个分类器的列表并应用于sklearn fucntion CalibratedClassifierCV每个分类器，并返回一个包含 n 个校准分类器的列表。您可以选择以 zip 列表的形式返回，因为此功能主要用于与sklearn's VotingClassifier

我正在尝试将 StackingClassifier 与逻辑回归（二元分类器）一起使用。示例代码：

对于每个分类器，初始逻辑回归给出两个类别的概率值。当我使用堆叠 5 个分类器时，sclf.meta_clf_.coef_给出 10 个权重值。

数组([[-0.96815163, 1.25335525, -0.03120535, 0.8533569, -2.6250897, 1.98034805, -0.361378, 0.00571954, -0.03206343, 0.53138651]])

我对重量值的顺序感到困惑。方法

• (-0.96815163, 1.25335525)第一个逻辑回归的前两个值是LR1什么？

• (-0.03120535, 0.8533569)是第一个逻辑回归的第二个两个值LR2吗？

我想找出堆叠分类器的逻辑回归 (LR) 的值。

请帮忙。

我正在尝试为我的 SVM 非线性决策边界添加填充特征值。我得到了这个错误Column(s) [1 5 6 7 8] need to be accounted for in either feature_index or filler_feature_values。

这是我的代码：

我有 2 个输出类；1 类和 0 类。这是我的输入文件。输入

我是机器学习的新手，并试图从 sklearn 中理解 SequentialFeatureSelector 概念。我正在为 poc 使用 Anaconda 和 Jupyter 笔记本。我已经进口了

包裹。默认情况下 mlxtend 包不是 Anaconda 的一部分，然后我通过pip install mlxtend命令安装。

我已经为此 poc 使用了 sklearn 波士顿住房数据集，并执行了以下代码。在安装 sfs 时，我遇到了错误。

如何解决此错误？

错误

我正在尝试创建一个函数，该函数使用来自 mlxtend 的 Apriori 算法挖掘和导出项目类别之间的关联规则。虽然这在 jupyter 笔记本中效果很好。当我将相同的函数复制到我的 pycharm 项目中时，出现类型错误。

在这两种情况下，我都使用了 mlxtend 0.15.0.0。