KerasとSklearnを使用して文字列をカテゴリ行列に変換できない

Question

MacOSでPython3.6を使用して単純なKerasモデルを構築して、指定された範囲の住宅価格を予測しようとしていますが、マトリックス。私はKaggleからthis datasetを使用しています。

私はモデル内の目標出力として役立つ異なる価格帯のデータフレームで新しい列を作成した後、keras.utilsとSklearn LabelEncoderを使用して出力バイナリ行列を作成しようとしていますが、エラー：ここ

ValueError: invalid literal for int() with base 10: '0 - 50000' 

が私のコードです：私は次のピースを実行するまで

import pandas as pd 
import numpy as np 
from keras.layers import Dense 
from keras.models import Sequential, load_model 
from keras.callbacks import EarlyStopping 
from keras.utils import to_categorical, np_utils 
import matplotlib.pyplot as plt 
from sklearn.preprocessing import LabelEncoder 

seed = 7 
np.random.seed(seed) 

data = pd.read_csv("Melbourne_housing_FULL.csv") 
data.fillna(0, inplace=True) 

price_range = 50000 
bins = np.arange(0, 12000000, price_range) 
labels = ['{} - {}'.format(i + 1, j) for i, j in zip(bins[:-1], bins[1:])] 

#correct first value 
labels[0] = '0 - 50000' 

for item in labels: 
    str(item) 

print (labels[:10]) 
['0 - 50000', '50001 - 100000', '100001 - 150000', '150001 - 200000', 
'200001 - 250000', '250001 - 300000', '300001 - 350000', '350001 - 400000', 
'400001 - 450000', '450001 - 500000'] 

data['PriceRange'] = pd.cut(data.Price, 
          bins=bins, 
          labels=labels, 
          right=True, 
          include_lowest=True) 

#print(data.PriceRange.value_counts()) 
output_len = len(labels) 
print(output_len) 

すべてはここに正しいです：

predictors = data.drop(['Suburb', 'Address', 'SellerG', 'CouncilArea', 
         'Propertycount', 'Date', 'Type', 'Price', 'PriceRange'], axis=1).as_matrix() 

target = data['PriceRange'] 


# encode class values as integers 
encoder = LabelEncoder() 
encoder.fit(target) 
encoded_Y = encoder.transform(target) 

target = np_utils.to_categorical(data.PriceRange) 

n_cols = predictors.shape[1] 

ValueError：基数10のint（）の無効なリテラル： '0 - 50000'

ここで私を助けてください？私が間違っていることを本当に理解していない。

感謝

Answer 1

そのnp_utils.to_categoricalはデータ型intのyはかかりますが、あなたは彼らにキーすなわち与えることによってint型に変換のいずれかの文字列を持っている理由は次のとおりです。

cats = data.PriceRange.values.categories 
di = dict(zip(cats,np.arange(len(cats)))) 
#{'0 - 50000': 0, 
# '10000001 - 10050000': 200, 
# '1000001 - 1050000': 20, 
# '100001 - 150000': 2, 
# '10050001 - 10100000': 201, 
# '10100001 - 10150000': 202, 

target = np_utils.to_categorical(data.PriceRange.map(di)) 

か、パンダを使用しているので、あなたができるの1つのホットエンコーディングを取得するにはpd.get_dummiesを使用してください。

onehot = pd.get_dummies(data.PriceRange) 
target_labels = onehot.columns 
target = onehot.as_matrix() 

array([[ 1., 0., 0., ..., 0., 0., 0.], 
     [ 0., 0., 0., ..., 0., 0., 0.], 
     [ 0., 0., 0., ..., 0., 0., 0.], 
     ..., 
     [ 0., 0., 0., ..., 0., 0., 0.], 
     [ 1., 0., 0., ..., 0., 0., 0.], 
     [ 0., 0., 0., ..., 0., 0., 0.]])