- 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?
对于我期望的简单问题/答案,提前表示歉意。这里是 python 和 sklearn 的新手。我有一个变量(pandas 数据框列),它是 unicode 字符串列表。我想使用 sklearn 中的 DictVectorizer 类将其解压到单热编码矩阵中,其中每一列都是可能的字符串值之一,矩阵中的每个值都是一个二进制值,指示该值是否出现在该列表中。
DictVectorizer
文档中的示例如下:
# example from docs from sklearn.feature_extraction import DictVectorizer
v = DictVectorizer(sparse=False)
D = [{'foo': 1, 'bar': 2}, {'foo': 3, 'baz': 1}]
X = v.fit_transform(D)
X
这会按 promise 返回矢量化数组,但在我的情况下,我想向它传递一个 unicode 字符串列表,例如:
# my case
D = [[u"foo", u"bar"], [u"foo"]]
X = v.fit_transform(D)
这里我收到一个错误。
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-48-6a41384fcd8f> in <module>()
1 # my case
2 D = [[u"foo", u"bar"], [u"foo"]]
----> 3 X = v.fit_transform(D)
/opt/conda/lib/python2.7/site-packages/sklearn/feature_extraction/dict_vectorizer.pyc in fit_transform(self, X, y)
224 Feature vectors; always 2-d.
225 """
--> 226 return self._transform(X, fitting=True)
227
228 def inverse_transform(self, X, dict_type=dict):
/opt/conda/lib/python2.7/site-packages/sklearn/feature_extraction/dict_vectorizer.pyc in _transform(self, X, fitting)
160 # same time
161 for x in X:
--> 162 for f, v in six.iteritems(x):
163 if isinstance(v, six.string_types):
164 f = "%s%s%s" % (f, self.separator, v)
/opt/conda/lib/python2.7/site-packages/sklearn/externals/six.pyc in iteritems(d, **kw)
437 def iteritems(d, **kw):
438 """Return an iterator over the (key, value) pairs of a dictionary."""
--> 439 return iter(getattr(d, _iteritems)(**kw))
440
441 def iterlists(d, **kw):
AttributeError: 'list' object has no attribute 'iteritems'
最佳答案
正如评论和@Muthu的回答中提到的,DictVectorizer
的输入格式是dict。
如果您使用 Counter
来计算元素数量,否则如果您需要将其作为一种热编码,请在 lambda
函数中使用 set
。
import pandas as pd
from collections import Counter
from sklearn.feature_extraction import DictVectorizer
D = [[u"foo", u"bar"], [u"foo"]]
df = pd.DataFrame({'my_col': D})
x = df['my_col'].apply(lambda x: dict(Counter(x)))
DictVectorizer(sparse=False).fit_transform(x)
#array([[1., 1.],
# [0., 1.]])
关于python - (Python) 使用 sklearn 类中的 DictVectoriser 和字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39592114/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!