我正在進(jìn)行 one-hot 編碼并使用 ??? =((??????)^?1) * ?????? 來(lái)估計(jì) theta。由于冗余，我收到了錯(cuò)誤，因此我決定刪除有冗余的列。這是在刪除列之前：這是我的代碼，因?yàn)槲覈L試刪除具有冗余的列： def one_hot_encode_revised(data): all_columns = data.columns records = data[all_columns].to_dict(orient='records') encoder = DictVectorizer(sparse=False) encoded_X = encoder.fit_transform(records) df = pd.DataFrame(data=encoded_X, columns=encoder.feature_names_) return df.drop(['day=Fri', 'sex=Male', 'smoker=No', 'time=Dinner'], axis =1)one_hot_X_revised = one_hot_encode_revised(X)輸出如下：然后，我使用這個(gè)函數(shù)根據(jù)上面的方程估計(jì) theta：def get_analytical_sol(X, y):"""Computes the analytical solution to our least squares problemParameters-----------X: a 2D dataframe of numeric features (one-hot encoded)y: a 1D vector of tip amountsReturns-----------The estimate for theta"""return np.linalg.inv(X.T * X) * (X.T * y)運(yùn)行這個(gè)：revised_analytical_thetas = get_analytical_sol(one_hot_X_revised, tips)我的錯(cuò)誤是： ValueError: 無(wú)法強(qiáng)制轉(zhuǎn)換為 DataFrame，形狀必須是 (8, 244): 給定 (252, 252)作為參考，提示是這樣的：我是否正確地消除了冗余，如果是，為什么仍然有錯(cuò)誤？
1 回答
偶然的你
TA貢獻(xiàn)1841條經(jīng)驗(yàn) 獲得超3個(gè)贊
您在這一行中有一個(gè)錯(cuò)誤return np.linalg.inv(X.T * X) * (X.T * y)。你想要做的是矩陣乘法。在 pandas 數(shù)據(jù)框中，符號(hào)*不用于矩陣乘法。您需要使用@或dot()數(shù)據(jù)框的方法。
添加回答
舉報(bào)
0/150
提交
取消