Python模块提供了Scikit-Learn的机器学习方法和熊猫式DataFrame之间的桥梁
我如何正确设置“random_state”以使我的结果始终相同? (蟒蛇,sklearn)
如果我有以下代码片段: knn = KNeighborsClassifier() grid_search_knn = GridSearchCV( 估计量=knn, n_职位=-1 ) 我必须这样设置吗 1.: knn =
我目前正在管道中使用 XGBoost 分类器,其中包括标准化和 XGBoost 模型本身。该模型已在Notebook环境下开发成功。
错误:所有估计器都应该实现拟合和变换,或者在使用 make_column_transformer 时可以是“drop”或“passthrough”说明符
我正在尝试实现一个使用 ColumnTransformer() 和 SVC() 的模型。 我的转换方法如下所示: num_features = X_train_svm.select_dtypes(include=np.number).columns.to_list()
我正在尝试使用 pip 命令安装 sklearn 模块,但安装完成后,我只能看到这个文件夹 C:\Users\Aditi\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.
Snowflake/Snowpark“导入sklearn”导致“未找到模块”。
我在 Snowflake 中使用 python 工作表。我对这一切都很陌生。 当我到达 information_schema.packages 时,scikit-learn 显然已经存在并已安装。 但是当我提到“skle”时...
Heyyy,所以我正在观看一个视频教程,该教程要求我安装 sklearn、quandl 和 pandas。 不幸的是,视频作者使用的是 Windows,并且没有解释在 Mac 上该怎么做。我
sklearn cross_val_score() 返回 NaN 值
我正在尝试预测下一个客户购买我的工作。我遵循了指南,但是当我尝试使用 cross_val_score() 函数时,它返回 NaN 值。Google Colab 笔记本屏幕截图 变量:
如何使用DataFrameMapper删除特定列中具有空值的行?
我正在使用 sklearn-pandas.DataFrameMapper 来预处理我的数据。我不想对特定列进行估算。如果此列为空,我只想删除该行。有办法做到吗?
如何使用DataFrameMapper删除column[xxx] val为null的行?
我正在使用 sklearn-pandas.DataFrameMapper 来预处理我的数据。我不想对特定的列进行估算。如果此列为空,我只想删除该行。有办法做到吗?
交叉验证函数返回“未知标签类型:(array([0.0, 1.0], dtype=object),)”
这是完整的错误: `------------------------------------------------- -------------------------- ValueError Traceback(最近一次调用最后一次) [33] 中的单元格,第 2 行 ...
我为代码导入了标准缩放器 “从 sklearn.preprocessing 导入 standardscaler” 它显示像 “无法从“sklearn.preprocessing”导入名称“standardscaler” 我需要一个答案...
在最新版本(1.3.1)的sklearn安装指南中,它提到您可以使用pip安装依赖项,但说 "使用pip时,请确保使用二进制轮子,并且
我有一个相当大的 CSV 文件,其中包含亚马逊评论数据,我将其读入 pandas 数据框架。我想将数据拆分为 80-20(训练测试),但这样做时我想确保拆分数据...
Python 中的 ElasticNetCV:获取具有相应 MSE 的完整超参数网格?
我在 Python 中安装了一个 ElasticNetCV,分为三个部分: 将 numpy 导入为 np 从 sklearn. Linear_model 导入 LinearRegression #样本数据: num_samples = 100 # 样本数 特征数 = 1...
我正在尝试使用 Scikit-Learn 训练 KMeans 模型。 我在这个问题上被困了2天。 即使我指定了 2 列,Pandas 也会选择数据帧的所有列。 这是代码: 列=[...
我从外部源收到相关文件。这是一个相当简单的文件,如下所示。 可以在此处找到示例 csv https://www.dropbox.com/scl/fi/
Sklearn 预处理器按顺序工作,但在 Pipeline 中使用时会产生 NA
上下文如下: 我正在使用包含各种特征类型(数字、分类)的数据集。 我的任务是根据定义的目标变量对启动成功进行二元预测
计算classes_weight时 从 sklearn.utils 导入 class_weight class_weights = class_weight.compute_class_weight(class_weight="平衡", 类=np.unique(
我创建了一组随机缺失值来使用树输入器进行练习。但是,我一直不知道如何将缺失的值覆盖到我的数据框中。我的缺失值如下所示: 来自
尝试安装 scikit-learn 时出现“UnsatisfiableError”
我需要 sklearn,这就是为什么我尝试使用 conda install scikit-learn 在 conda 环境中安装 scikit-learn 但结果是: 求解环境:初始冻结求解失败。使用 fl 重试...