sklearn-pandas

1熱

1答えて

2列のpandas Dataframeがあります。そのうちの1つは日付形式のインデックスで、もう1つはレートR（0と1の間の数値）です。 1週間前のレートRを含む別の列をパンダデータフレームに追加するにはどうすればよいですか？最後に、日付、その日のレート、およびDataFrameの（7日間）の割合がありますか？

0熱

1答えて

は、私は以下のデータを持つ</strong> DF <strong>「のデータフレームのコレクション」を抱えていますnumpyのかsklearn

を使用してPythonでデータフレームコレクションに主成分分析を実行する必要があります。私はsklearnを使用してデータフレーム収集で主成分分析（PCA）を実行しようとしています。しかし、私はタイプエラーを取得しています from sklearn.decomposition import PCA df # dataframe collection pca = PCA(n_components

0熱

2答えて

新しいラベルにscikit LabelEncoderを使用するにはどうすればよいですか？

だからのように私のコードは次のとおりです。 >>> le = preprocessing.LabelEncoder() >>> le.fit(train["capital city"]) LabelEncoder() >>> list(le.classes_) ['amsterdam', 'paris', 'tokyo'] >>> le.transform(["tokyo", "toky

0熱

1答えて

ファンタジープレミアリーグのデータをJSONからCSVに変換するには？

私はPythonに新しく、私の論文の作業ごとにJSONをcsvに変換しようとしています。私はJSONでデータをダウンロードすることができますが、辞書を使用してそれを書き戻してもJSONはすべての列でCSVに変換されません。 import pandas as pd import statsmodels.formula.api as smf import statsmodels.a

1熱

1答えて

同じデータと手順のためのScikit-learnパイプラインがclassifiyにならない

私はdoc2vecアルゴリズムから作成したfloatのベクトルとそのラベルを持っています。私は単純な分類子でそれらを使用するとき、それは正常に動作し、予想される精度を与えます。コードの作業は以下の通りです： from sklearn.svm import LinearSVC import pandas as pd import numpy as np train_vecs #ndarray

2熱

1答えて

混乱行列の計算

現在、複数の混同行列を計算し、正規化しています。 for i in range(0,215) [...] matrix_confusion[i] = np.asarray(confusion_matrix(Y_test, Y_pred)) matrix_confusion[i] = matrix_confusion[i].astype(float)/ matrix_confusion[i]

2熱

1答えて

Python SciKitLearn and Pandasカテゴリデータ

私はcsvから多変数回帰に取り組んでおり、複数の要因に基づいて作物のパフォーマンスを予測しています。私の列の中には数値的で意味のあるものがあります。他のものは、数値的で分類的なもの、文字列で分類されたもの（例えば、作物の種類やプロットコードなど）です。Pythonにそれらを使用するように教えるにはどうすればいいですか？ One Hot Encoder（http://scikit-learn.org

1熱

1答えて

文字列を辞書からの値で置き換えるコードが必要

これは、ステミングに辞書を適用する方法です。 d={'nada.*':'nadas', 'mila.*':'milas'} 私はこのコードをstemmトークンに書きましたが、それはTOO SLOWを実行するので、終了する前に停止しました。私はそれが問題だと思います.Dictが大きく、トークンがたくさんあるからです。したがって、コードをnormalyで実行できるように、私はどのように私のステム辞書

0熱

1答えて

数：</p> <p>とValueError：予想される2次元配列が、私はここでエラーメッセージ持つ1

を得た予想2次元配列を、1 を得た。しかし、私の変数は、すでにすべての2Dているように思えます。これは私の変数がどのように見えるかです： http://www.oldschool-samp.com/slike/?v=variables.png #read preprocessed data traindata = ast.literal_eval(open('pretprocesirano.t