J'ai un pandasbloc de données et j'aimerais pouvoir prédire les valeurs de la colonne A à partir des valeurs des colonnes B et C.Voici un exemple de jouet: import pandas as pd df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40, 50], "C": [32, 234, 23, 23, 42523]}) Idéalement, j'aurais...
Je travaille sur un problème d'analyse des sentiments, les données ressemblent à ceci: label instances 5 1190 4 838 3 239 1 204 2 127 Donc mes données sont déséquilibrées puisque 1190 instancessont étiquetées avec 5. Pour la classification Im utilisant le SVC de scikit . Le problème est que je ne...
Comment convertir les données d'un objet Scikit-learn Bunch en un Pandas DataFrame? from sklearn.datasets import load_iris import pandas as pd data = load_iris() print(type(data)) data1 = pd. # Is there a Pandas method to accomplish
Dans le script shell, je vérifie si ces packages sont installés ou non, s'ils ne sont pas installés, installez-le. Donc avec le script shell: import nltk echo nltk.__version__ mais il arrête le script shell à la importligne dans le terminal Linux a essayé de voir de cette manière: which nltk ce...
Je ne parviens pas à comprendre la page du StandardScalerdans la documentation de sklearn. Quelqu'un peut-il m'expliquer cela en termes simples?
J'essaie juste de faire une simple régression linéaire mais je suis déconcerté par cette erreur pour: regr = LinearRegression() regr.fit(df2.iloc[1:1000, 5].values, df2.iloc[1:1000, 2].values) qui produit: ValueError: Found arrays with inconsistent numbers of samples: [ 1 999] Ces sélections...
Quelqu'un peut-il expliquer la différence entre RandomForestClassifier et ExtraTreesClassifier dans scikit learn. J'ai passé un bon moment à lire l'article: P. Geurts, D. Ernst., Et L. Wehenkel, «Arbres extrêmement aléatoires», Machine Learning, 63 (1), 3-42, 2006 Il semble que ce soit la...
J'essaye d'utiliser la train_test_splitfonction et d'écrire: from sklearn.model_selection import train_test_split et cela provoque ImportError: No module named model_selection Pourquoi? Et comment surmonter?
Je dois diviser mes données en un ensemble d'entraînement (75%) et un ensemble de test (25%). Je le fais actuellement avec le code ci-dessous: X, Xt, userInfo, userInfo_train = sklearn.cross_validation.train_test_split(X, userInfo) Cependant, j'aimerais stratifier mon ensemble de données...
Je veux utiliser IsolationForestpour trouver des valeurs aberrantes. Je veux trouver les meilleurs paramètres pour le modèle avec GridSearchCV. Le problème est que j'obtiens toujours la même erreur: TypeError: If no scoring is specified, the estimator passed should have a 'score' method. The...
Dans mon jeu de données, j'ai deux colonnes catégorielles que je voudrais numéroter. Les deux colonnes contiennent toutes deux des pays, certains se chevauchent (apparaissent dans les deux colonnes). Je voudrais donner le même numéro dans la colonne1 et la colonne2 pour le même pays. Mes données...