问题标签 [sklearn-pandas]

我在python中有以下信息（数据框）

我想运行以下非线性回归并估计参数。

a、b 和 c

我想拟合的方程：

在sas中我们通常运行以下模型：（使用高斯牛顿法）

是否有类似的方法可以使用非线性回归估计 Python 中的参数，我如何在 python 中看到该图。

一方面，人们说 pandas与scikit-learn配合得很好。例如，pandas 系列对象非常适合本视频中的 sklearn 模型。另一方面，sklearn-pandas在 Scikit-Learn 的机器学习方法和 pandas 风格的数据框架之间提供了一座桥梁，这意味着需要这样的库。此外，例如，有些人将 pandas 数据帧转换为 numpy 数组以拟合模型。

我想知道是否可以在没有任何其他方法和库的情况下将pandas和scikit-learn结合起来。我的问题是，每当我通过以下方式将我的数据集拟合到 sklearn 模型时：

我收到一个错误：

据我了解，这是因为数据结构。但是，互联网上使用类似代码没有任何问题的示例很少。

I am running a multilabel classification on the input data with 330 features and about 800 records. I am leveraging RandomForestClassifier with following param_grid:

After cleaning up the data, this is how I am setting up the classifier and fit the model and apply a decision_fucntion:

X_train shape - (800, 334), Y_train shape - (800, 4). Number of classifications - 4. Running the code in sklearn 0.18

However, runnning into the below error message:

我被困在解决这个问题两天了。我有一些数据点放入 ascatter plot并得到这个：

这很好，但现在我还想添加一条回归线，所以我从 sklearn 中查看了这个示例并将代码更改为

它具有以下输出：

请注意X和y都是DataFramessize (151, 1)。如有必要，我也可以发布 X 和 y 的内容。

我想要的是一条漂亮的平滑线，但我似乎无法弄清楚如何做到这一点。

[编辑]

这里的问题是：如何获得一条平滑、弯曲的多项式线，而不是看似随机模式的多条多项式线。

[编辑 2]

问题是，当我使用linspace这样的：

我得到一个更随机的模式：

在 OLS 形式的 StatsModels 中，results.summary 显示回归结果的汇总（例如 AIC、BIC、R-squared、...）。

有没有办法在 sklearn.linear_model.ridge 中有这个汇总表？

如果有人指导我，我将不胜感激。谢谢你。

首先，我将它放在短信语料库中：

似乎工作正常：

但是后来我对文本行应用了变换方法，我们知道，结果应该是 (, 8713) 形状，但是我们看到的是：

52 (52, 8713)

这里发生了什么？还有一件事——所有的数字都是零

我也重新塑造了 x 和 y。我仍然收到一条错误消息：

发现样本数量不一致的输入变量：[1, 1796]

Y 有 1796 个元素的一维数组，而 x 有很多。它如何为 x 显示 1？

我想在 RandomForestClassifier 中执行 GridSearchCV，但数据不平衡，所以我使用 StratifiedKFold：

但我收到一个错误：

当我写cv=StratifiedKFold(y_train)我有ValueError: The number of folds must be of Integral type.但是当我写`cv = 5时，它可以工作。

我不明白 StratifiedKFold 有什么问题

我想使用 sklearn 进行 pca 分析（然后是回归和 kmeans 聚类）。我有一个包含 20k 特征、2000k 行的数据集。然而，对于数据集中的每一行，只测量了特征的一个子集（通常是 20k 中的任何 5 个左右）。

我应该如何填充我的 pandas 数据框/设置 sklearn，以便 sklearn 不对未测量值的实例使用功能？（例如，如果我将空特征值设置为 0.0，这会扭曲结果吗？）。

例如：

如果大多数特征值用零填充数据集 - 那么 pca 是否有效？

我想按 ConvID 对这些数据进行分组并按日期对其进行排序。我想要直到“Msgtype”=接受该特定ConvID的行。旨在分析消息数据，直到特定 ConvID 的预订请求被接受。所以对于 ConvID = 689，我想要行直到“Msgtype” = 接受。“接受”之后的其余行不是必需的。

例如：ConvID = 689 不需要这两个

同样，ConvID = 690 不需要此行