如何在Sklearn管道中进行Onehotencoding

发布时间：2020-12-13 20:09:51 所属栏目：百科来源：网络整理

导读：我正在尝试oneHotEncode我的Pandas数据帧的分类变量,其中包括分类和连续变量.我意识到这可以通过pandas .get_dummies()函数轻松完成,但我需要使用管道,以便稍后我可以生成PMML文件. 这是创建映射器的代码.我想编码的分类变量存储在名为“dummies”的列表中.

我正在尝试oneHotEncode我的Pandas数据帧的分类变量,其中包括分类和连续变量.我意识到这可以通过pandas .get_dummies()函数轻松完成,但我需要使用管道,以便稍后我可以生成PMML文件.

这是创建映射器的代码.我想编码的分类变量存储在名为“dummies”的列表中.

from sklearn_pandas import DataFrameMapper
from sklearn.preprocessing import OneHotEncoder
from sklearn.preprocessing import LabelEncoder

mapper = DataFrameMapper(
    [(d,LabelEncoder()) for d in dummies] +
    [(d,OneHotEncoder()) for d in dummies]
)

这是创建管道的代码,包括映射器和线性回归.

from sklearn2pmml import PMMLPipeline
from sklearn.linear_model import LinearRegression

lm = PMMLPipeline([("mapper",mapper),("regressor",LinearRegression())])

当我现在尝试拟合(‘features’是一个数据帧,并且’目标’是一个系列)时,它会给出一个错误’无法将字符串转换为浮点数’.

lm.fit(features,targets)

谁可以帮助我？我非常渴望工作管道,包括数据的预处理……提前谢谢！

OneHotEncoder不支持字符串功能,而[d,OneHotEncoder())用于d in dummies]你将它应用于所有虚拟列.请改用LabelBinarizer：

mapper = DataFrameMapper(
    [(d,LabelBinarizer()) for d in dummies]
)

另一种方法是使用LabelEncoder和第二个OneHotEncoder步骤.

mapper = DataFrameMapper(
    [(d,LabelEncoder()) for d in dummies]
)

lm = PMMLPipeline([("mapper",("onehot" OnehotEncoder()),LinearRegression())])

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!