目标：-

Question

我正在尝试解决标签列包含字符串值的分类问题。

训练模型中遵循的步骤：-

使用pandas.get_dummies将数据框转换为二进制值。
训练了Randomforest分类器（scikit）模型
腌制模型

测试模型：-

解开模型
通过了测试数据，并从Radom Forest分类器中获得了结果
输出为二进制格式

目标：-

想将此数据取反为其原始字符串值。

请提出是否有解决方案。

注意：- 直到分类器得到结果，互联网上的大多数线程才把我带走。或在单个程序中进行培训和测试。

Answer 1

除了您的问题外，请使用joblib而不是pickle，因为它是predict method，现在对于您的问题，还需要考虑一些事项：

酸洗与否，您的治疗效果是相同的。酸洗是一种存储模型的方法，一旦对随机森林进行酸洗，它便具有与以前相同的属性和特性。可能是您误认为您的输入格式或您不知道如何应用预测方法。让我们举个例子：一个具有3个类别变量和一个取决于3个功能的特定类的DataFrame。

windows.alert()

现在应用一次性编码并将随机森林拟合为“类”列：

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
df = pd.read_csv(data='example.csv', columns=['val1', 'val2', 'val3', 'class'])

使用joblib转储和加载模型：

#Turning it into dummies
dummies = pd.get_dummies(df[['col1', 'col2', 'col3']])

#Random forest
clf = RandomForestClassifier()
model = clf.fit(dummies, df.class)

或者如果您坚持用泡菜，也可以：

from sklearn.externals import joblib
#Dumping
joblib.dump(clf, 'filename.pkl') 

#Loading
clf = joblib.load('filename.pkl')

现在，您重新加载了模型，获取结果的正确方法是：使用{{3}}从另一个值获取类。图片中您具有另一个具有类似格式的DataFrame，但缺少class列。您可以通过以下方式进行操作：

import cPickle

#Dumping
with open('path/to/file', 'wb') as f:
    cPickle.dump(clf, f)

#Loading
with open('path/to/file', 'rb') as f:
    clf = cPickle.load(clf)

取消酸洗后将二值化后的数据帧反转为原始分类值

训练模型中遵循的步骤：-

测试模型：-

目标：-

1 个答案: