這是我的代碼import pandas as pdimport numpy as npfrom sklearn.preprocessing import OneHotEncodertrain = pd.DataFrame({ 'users':['John Johnson','John Smith','Mary Williams']})test = pd.DataFrame({ 'users':[None,np.nan,'John Smith','Mary Williams']})ohe = OneHotEncoder(sparse=False,handle_unknown='ignore')ohe.fit(train)train_transformed = ohe.fit_transform(train)test_transformed = ohe.transform(test)print(test_transformed)我希望 OneHotEncoder 能夠處理測(cè)試數(shù)據(jù)集中的 np.nan，因?yàn)閔andle_unknown='ignore'但它給出了ValueError。它雖然能夠處理 None 值。為什么它失敗了？我該如何繞過(guò)它（除了 Imputer）？從文檔（https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html）看來(lái)，這就是 handle_unknown 的用途。
2 回答
有只小跳蛙
TA貢獻(xiàn)1824條經(jīng)驗(yàn) 獲得超8個(gè)贊
您必須先清空缺失值。handle_unknown='ignore'不涉及 NaN 值，但不涉及新類(lèi)別ohe。
您可以將 NaN 視為一個(gè)不同的類(lèi)別，如下所示：
train = train.fillna("NaN")
test = test.fillna("NaN")
蕪湖不蕪
TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超7個(gè)贊
我不知道該函數(shù)的用途，但運(yùn)行代碼并查看結(jié)果告訴我以下信息：
您收到的 ValueError 告訴您，該函數(shù)需要數(shù)字?jǐn)?shù)據(jù) - 而不是字符串。
另請(qǐng)注意，“handle_unknown”標(biāo)志并不意味著該函數(shù)采用 None 或 nan 值，而是管理如何處理測(cè)試數(shù)據(jù)中不存在于訓(xùn)練數(shù)據(jù)中的類(lèi)別（參見(jiàn)下面的示例）。
以下包括未知類(lèi)別的代碼正在運(yùn)行：
import pandas as pd
import numpy as np
from sklearn.preprocessing import OneHotEncoder
train = pd.DataFrame({
'users':[1,2,3,4],'users2':[1,2,3,4]
})
test = pd.DataFrame({
'users':[0,1,3,4,10],'users3':[1,2,3,4,5]
})
ohe = OneHotEncoder(sparse=False,handle_unknown='ignore')
ohe.fit(train)
train_transformed = ohe.fit_transform(train)
test_transformed = ohe.transform(test)
print(test_transformed)
希望有幫助。替換缺失數(shù)據(jù)的工作類(lèi)似于先前答案所建議的。
添加回答
舉報(bào)
0/150
提交
取消