sklearn-pandas

1熱

2答えて

私はsklearnを使用して予測を行っています。通常、予測に遅れたデータを作成しますが、この機能が1列のみの場合は簡単です。例えば：だから私のデータフレームになる dataframe.temperature.shift() ： index temperature temperature2 temperature3 1 100 NaN NaN 2 80 100 NaN

1熱

1答えて

複数の列でgroupby（）を集計し、Pandas 0.21+のマルチインデックスの名前を変更するにはどうすればよいですか？

コード import pandas as pd df = pd.DataFrame({'A': [1, 1, 1, 2, 2], 'B': range(5), 'C': range(5)}) df1 = df.groupby('A').B.agg({'B': ['count','nunique'],'C': ['sum','median']}) df1.

0熱

3答えて

StandardScalar Fit_Transformでエラーが発生する

import numpy as np import matplotlib.pyplot as plt import pandas as pd dataset = pd.read_csv('Position_Salaries.csv') X = dataset.iloc[:, 1:2].values y = dataset.iloc[:, 2].values from sklearn

-2熱

2答えて

sklearnのモデルの精度を向上させる

決定木の分類は0.52の精度を与えますが、精度を上げたいと思います。 sklearnで利用可能な分類モデルを使用して精度を上げるにはどうすればよいですか？私はknn、decision tree、およびcross-validationを使用していますが、それらのすべてがあまり正確さがありません。おかげ import pandas as pd from sklearn.model_selecti

0熱

1答えて

エラー - sklearn.train_test_split（）私は、単純なコマンドを使用しようとしている

により、虹彩データからテスト・セットを：アイリスデータセットにtrain_test_splitを予測するためにSVMを使用しますが、私が使用している場合、次のように「フィット」を： dat_iris = datasets.load_iris() x1 = dat_iris.data[:,2] y1 = dat_iris.target x_train,y_train,x_test,y_test

-2熱

1答えて

パンダ - 各行の条件を満たすインデックスを見つける

パンダのDataFrameの特定の条件を満たすインデックスを見つけようとしました。たとえば、私たちは以下のデータフレームので、結果はして説明するように argmin(j) df['A'].iloc[j] >= (df['A'].iloc[i] + 3) for all i というインデックスを見つけるを持っています私は終わったforループを使用して作業しますが、私はこの仕事を賢明にするよ

0熱

1答えて

パンダの複数の列にラベルをエンコードする

現在、私はタイタニックのデータセットに取り組んでいます。それは4-5の非数値列で構成されています。 sklearn.LabelEncoderクラスを適用して、これらの非数値列のエンコードされた値を取得します。私は間違いなく、このメソッドを1つずつ各列に適用できます。しかし、このようなコラムが20-30本以上あると、仕事は面倒になるでしょう。私はそのような非数値列の名前を知っているので、簡単な方法で

0熱

1答えて

groupbyと2つの列でマップする方法pandasデータフレーム

私はpandasデータフレームで作業するpythonに問題があります。私はモデルを予測するモデルを学習するマシンを作ろうとしています。列車のデータフレームにサーフェスの列があり、テストデータフレームにサーフェスの列がありません。だから、列車内のサーフェスに基づいていくつかのフィーチャを作成したいと思います。 train['error_cat1'] = abs(train.groupby(train