- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想为训练集和测试集创建分类字段的虚拟变量,然后仅根据训练集和测试集的常见特征训练分类器。我正在运行下面的代码,用于在两个数据集中创建虚拟变量,但收到 TypeError。
我在 Jupyter 笔记本的一个单元格中输入了以下内容
def get_features(train, test):
trainval = list(train.columns.values) # list train features
testval = list(test.columns.values) # list test features
features = list(set(trainval) & set(testval)) # check wich features are in common (remove the outcome column)
features.remove('Id') # remove non-usefull id column
return features
def process_features(train,test):
tables=[test,train]
for table in tables:
table['SoldDt']= table[['MoSold','YrSold']].apply(lambda x : '{}-{}'.format(x[0],x[1]), axis=1)
table['YearBuilt']= pd.to_datetime(table.YearBuilt,format="%Y")
table['YearRemodAdd']= pd.to_datetime(table.YearRemodAdd,format="%Y")
table['SoldDt']= pd.to_datetime(table.SoldDt,format="%m-%Y")
table.GarageYrBlt.fillna(1,inplace=True)
table.GarageYrBlt=table.GarageYrBlt.apply(int)
table.GarageYrBlt.replace(1,'NaT',inplace=True)
table['GarageYrBlt']= pd.to_datetime(table.GarageYrBlt,format="%Y")
del table['MoSold']
del table['YrSold']
table['MSSubClass']=table['MSSubClass'].apply(str)
table['OverallQual']=table['OverallQual'].apply(str)
table['OverallCond']=table['OverallCond'].apply(str)
table.Alley.fillna("NotAvl",inplace=True)
table.BsmtQual.fillna("NB",inplace=True)
table.BsmtCond.fillna("NB",inplace=True)
table.BsmtExposure.fillna("NB",inplace=True)
table.BsmtFinType1.fillna("NB",inplace=True)
table.BsmtFinType2.fillna("NB",inplace=True)
table.FireplaceQu.fillna("NF",inplace=True)
table.GarageType.fillna("NG",inplace=True)
table.GarageFinish.fillna("NG",inplace=True)
table.GarageQual.fillna("NG",inplace=True)
table.GarageCond.fillna("NG",inplace=True)
table.PoolQC.fillna("NP",inplace=True)
table.Fence.fillna("NFe",inplace=True)
table.MiscFeature.fillna("NotAvl",inplace=True)
table.LotFrontage.fillna(0,inplace=True)
table=table.dropna(inplace=True)
table=pd.get_dummies(table)
features = get_features(train,test)
return train,test,features
然后,我在不同的单元格中调用该函数
train = pd.read_csv('/mnt/disk2/Data/HousePrices/train.csv')
test = pd.read_csv('/mnt/disk2/Data/HousePrices/test.csv')
train,test,features = process_features(train,test)
我遇到以下错误
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-17-b2727d6cdc63> in <module>()
1 train = pd.read_csv('/mnt/disk2/Data/HousePrices/train.csv')
2 test = pd.read_csv('/mnt/disk2/Data/HousePrices/test.csv')
----> 3 train,test,features = process_features(train,test)
<ipython-input-16-dc47e5e9f9b6> in process_features(train, test)
40
41 table=table.dropna(inplace=True)
---> 42 table=pd.get_dummies(table)
43
44 print ("Getting features...")
/usr/local/lib/python3.5/dist-packages/pandas/core/reshape.py in get_dummies(data, prefix, prefix_sep, dummy_na, columns, sparse, drop_first)
1102 else:
1103 result = _get_dummies_1d(data, prefix, prefix_sep, dummy_na,
-> 1104 sparse=sparse, drop_first=drop_first)
1105 return result
1106
/usr/local/lib/python3.5/dist-packages/pandas/core/reshape.py in _get_dummies_1d(data, prefix, prefix_sep, dummy_na, sparse, drop_first)
1123 # if all NaN
1124 if not dummy_na and len(levels) == 0:
-> 1125 return get_empty_Frame(data, sparse)
1126
1127 codes = codes.copy()
/usr/local/lib/python3.5/dist-packages/pandas/core/reshape.py in get_empty_Frame(data, sparse)
1115 index = data.index
1116 else:
-> 1117 index = np.arange(len(data))
1118 if not sparse:
1119 return DataFrame(index=index)
TypeError: object of type 'NoneType' has no len()
最佳答案
在这条线上
table=table.dropna(inplace=True)
dropna返回 None
因为文档状态
inplace : boolean, default False
If True, do operation inplace and return None.
但随后您尝试将 None
值传递给 get_dummies()
。
关于python - 如何获取训练集和测试集的虚拟变量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44783006/
real adaboost Logit boost discrete adaboost 和 gentle adaboost in train cascade parameter 有什么区别.. -bt
我想为 book crossing 构建训练数据矩阵和测试数据矩阵数据集。但作为 ISBN 代码的图书 ID 可能包含字符。因此,我无法应用此代码(来自 tutorial ): #Create two
我找到了 JavaANPR 库,我想对其进行自定义以读取我所在国家/地区的车牌。 似乎包含的字母表与我们使用的字母表不同 ( http://en.wikipedia.org/wiki/FE-Schri
我有一个信用卡数据集,其中 98% 的交易是非欺诈交易,2% 是欺诈交易。 我一直在尝试在训练和测试拆分之前对多数类别进行欠采样,并在测试集上获得非常好的召回率和精度。 当我仅在训练集上进行欠采样并在
我打算: 在数据集上从头开始训练 NASNet 只重新训练 NASNet 的最后一层(迁移学习) 并比较它们的相对性能。从文档中我看到: keras.applications.nasnet.NASNe
我正在训练用于分割的 uNet 模型。训练模型后,输出全为零,我不明白为什么。 我看到建议我应该使用特定的损失函数,所以我使用了 dice 损失函数。这是因为黑色区域 (0) 比白色区域 (1) 大得
我想为新角色训练我现有的 tesseract 模型。我已经尝试过 上的教程 https://github.com/tesseract-ocr/tesseract/wiki/TrainingTesser
我的机器中有两个 NVidia GPU,但我没有使用它们。 我的机器上运行了三个神经网络训练。当我尝试运行第四个时,脚本出现以下错误: my_user@my_machine:~/my_project/
我想在python的tensorflow中使用稀疏张量进行训练。我找到了很多代码如何做到这一点,但没有一个有效。 这里有一个示例代码来说明我的意思,它会抛出一个错误: import numpy as
我正在训练一个 keras 模型,它的最后一层是单个 sigmoid单元: output = Dense(units=1, activation='sigmoid') 我正在用一些训练数据训练这个模型
所以我需要使用我自己的数据集重新训练 Tiny YOLO。我正在使用的模型可以在这里找到:keras-yolo3 . 我开始训练并遇到多个优化器错误,添加了错误代码以防止混淆。 我注意到即使它应该使用
将 BERT 模型中的标记化范式更改为其他东西是否有意义?也许只是一个简单的单词标记化或字符级标记化? 最佳答案 这是论文“CharacterBERT: Reconciling ELMo and BE
假设我有一个非常简单的神经网络,比如多层感知器。对于每一层,激活函数都是 sigmoid 并且网络是全连接的。 在 TensorFlow 中,这可能是这样定义的: sess = tf.Inte
有没有办法在 PyBrain 中保存和恢复经过训练的神经网络,这样我每次运行脚本时都不必重新训练它? 最佳答案 PyBrain 的神经网络可以使用 python 内置的 pickle/cPickle
我尝试使用 Keras 训练一个对手写数字进行分类的 CNN 模型,但训练的准确度很低(低于 10%)并且误差很大。我尝试了一个简单的神经网络,但没有效果。 这是我的代码。 import tensor
我在 Windows 7 64 位上使用 tesseract 3.0.1。我用一种新语言训练图书馆。 我的示例数据间隔非常好。当我为每个角色的盒子定义坐标时,盒子紧贴角色有多重要?我使用其中一个插件,
如何对由 dropout 产生的许多变薄层进行平均?在测试阶段要使用哪些权重?我真的很困惑这个。因为每个变薄的层都会学习一组不同的权重。那么反向传播是为每个细化网络单独完成的吗?这些细化网络之间的权重
我尝试训练超正方语言。我正在使用 Tess4J 进行 OCR 处理。我使用jTessBoxEditor和SerakTesseractTrainer进行训练操作。准备好训练数据后,我将其放在 Tesse
我正在构建一个 Keras 模型,将数据分类为 3000 个不同的类别,我的训练数据由大量样本组成,因此在用一种热编码对训练输出进行编码后,数据非常大(item_count * 3000 * 的大小)
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 8 年前。 Improve this ques
我是一名优秀的程序员,十分优秀!