Question

我正在研究一种ML算法，在该算法中，我试图将连续目标值转换为小区间，以更好地理解问题。因此可以做出更好的预测。我最初的问题是回归，但是我通过制作带有标签的小垃圾箱将其转换为分类。

我照做了，

byte[] code_word_array = ByteBuffer.allocate(5)
        .putInt(Integer.parseInt("10000110", 2))
        .array();

它显示一个值错误，如下所示。然后，我将数据重塑为2D。但我无法解决。

ValueError：预期的2D数组，取而代之的是1D数组：

from sklearn.preprocessing import KBinsDiscretizer  
est = KBinsDiscretizer(n_bins=3, encode='ordinal', strategy='uniform')
s = est.fit(target) 
Xt = est.transform(s)

您可以看到我的目标有21263行。我必须将它们分成10个相等的bin，并将其写入数据框的新列中。感谢您的指导。

P.S .：最高目标值：185.0
最小目标值：0.00021

Answer 1

好的，我能够解决它。无论如何，如果将来有人需要，我会发布答案。我使用了colors

pandas.qcut

这解决了我的问题。

Answer 2

第一次尝试中的错误是将fit函数的输出转换为transform。 .fit()返回拟合的模型，而不是输入数据。正确的方法是以下任何一种。

from sklearn.preprocessing import KBinsDiscretizer  
est = KBinsDiscretizer(n_bins=3, encode='ordinal', strategy='uniform')
Xt = est.fit_transform(target)

或

from sklearn.preprocessing import KBinsDiscretizer  
est = KBinsDiscretizer(n_bins=3, encode='ordinal', strategy='uniform')
est.fit(target)
Xt = est.transform(target)

Answer 3

在处理Titanic数据集时，我遇到了类似的问题。我发现我的一个函数将我的列转换为浮点数，然后将其更改为整数，这似乎可以解决问题。另外，使用双方括号调用特定的列名称对我也有效：

from sklearn.preprocessing import KBinsDiscretizer
est = KBinsDiscretizer(n_bins=5, encode='onehot-dense', strategy='uniform')
new = est.fit_transform(dataset[['column_name']])

如何使用KBinsDiscretizer在Sklearn中将连续数据制作为垃圾箱？

3 个答案: