sklearn-pandas

0熱

2答えて

各クラスのn要素の選択

私はパンダを使用していますが、私は約4百万の観測データを持っています。 各クラス（クラスは単なる列）の50個のランダム要素または最初の50個の要素を選択するには、最高/最速/最も効率的な方法が何であるか疑問に思っていました。 私の列の一意のクラス数は約2kで、100,000要素、各クラスごとに50要素のサブセットを選択したいと思います。 私はそれらをクラスにグループ化し、次に各グループを繰り返し、

python pandas sklearn-pandas 2017-01-25

---

2熱

2答えて

エラー：はImportError：DLLのロードに失敗しました：指定されたモジュールが

を見つけることができなかった私は、機械学習プロジェクトのために、以下の輸入を実行しようとしました： from sklearn import preprocessing, cross_validation, svm from sklearn.linear_model import LinearRegression 私は、このエラーメッセージが表示されました： Traceback (most r

dll machine-learning sklearn-pandas 2016-12-26

---

-1熱

1答えて

統計モデルOLSとscikit線形回帰の違い。異なるモデルが異なる正方形を与える

私はPythonには新しく、単純な線形回帰を計算しようとしています。私のモデルには、1つの従属変数と1つの独立変数があります。私はsklearnパッケージからlinear_model.LinearRegression（）を使用しています。私はRの二乗値.16を得た 次に私はsmt mod = sm.OLS（Y_train、X_train） としてインポートstatsmodels.apiを使用し、私

python linear-regression statsmodels sklearn-pandas 2017-01-05

---

0熱

2答えて

sklearnのCountVectorizerを使用してベクトル化およびデベクトル化する方法は？

テキストを対応する整数にベクトル化し、それらのテキストをマップされた整数に変換し、新しい入力整数[2,9,39,46,56,12,89,9]を使用して新しい文を作成したいとします。 私はこの目的で使用できるカスタム関数をいくつか見てきましたが、sklearn自体にこのような関数があるかどうかを知りたいと思っています。 from sklearn.feature_extraction.text imp

python scikit-learn sklearn-pandas 2017-01-14

---

1熱

1答えて

は

こんにちは、私はスパイダー import numpy as np import matplotlib.pyplot as plt import pandas as pd dataset = pd.read_csv('breast-cancer-wisconsin.data1.csv') X = dataset.iloc[:,0:9].values y= dataset.iloc[:,9

python machine-learning scikit-learn spyder sklearn-pandas 2017-01-20

---

0熱

1答えて

sklearnのcsvファイルのデータをfit_transformできません

Scikit-learnでいくつかの分類を学びたいと思っています。しかし、私はこのエラーの意味を理解できませんでした。 import pandas as pd from sklearn.feature_extraction.text import CountVectorizer data_frame = pd.read_csv('data.csv', header=0) data_in_n

pandas machine-learning scikit-learn classification sklearn-pandas 2016-12-09

---

3熱

1答えて

スパース行列にpandas列を追加する

私のモデルで使用したいX変数には、さらに派生した値があります。 XAll = pd_data[['title','wordcount','sumscores','length']] y = pd_data['sentiment'] X_train, X_test, y_train, y_test = train_test_split(XAll, y, random_state=1) 私はタ

python pandas scikit-learn sklearn-pandas 2017-01-30

---

0熱

1答えて

エラーは、私は連続変数を予測するためのSVCを実装しようとしています

：私は次のように出力し、エラーを取得していますが print("X_train_dtm type ", type(X_train_dtm)) print("y_train type ", type(y_train)) svc = svm.SVC(kernel='linear', C=C).fit(X_train_dtm, y_train) は： X_train_dtm type <clas

python python-3.x pandas scikit-learn sklearn-pandas 2017-02-01

---

0熱

1答えて

sklearnの結果を元のデータフレームに戻して

元のテストデータを参考にして、私のランダムフォレストの結果の予測値を分析したいと思います。 私はこれを使用すると予測結果は配列に来る： predict = rf.predict(test[columns]) は、どのように私はパンダを使用して、元のデータセットに予測された結果をバックにマッピングしますか？ よろしく、 galeej

python pandas scikit-learn sklearn-pandas 2016-12-19

---

3熱

1答えて

定義されたマスクが真のときに特定の列の値を変更する方法は？

私は、これらの列名 'team1'、 'team2'、 '都市'、 '日付' を持っているデータフレームを持っています。 私がしたいことは、特定の条件が満たされたとき（「マスクを使用して定義している」）、「都市」の値を「dubai」として割り当てることです。 これは私が正確にやっているものです： matches[((matches['team1']=='mi') & (matches['team2

pandas dataframe sklearn-pandas 2016-12-29

---