使用 sklearn One-Hot-Encoding 对象来转换特征子集
我在我的开发数据上安装了一个 sklearn one-hot-encoding 对象，以在 python 中创建虚拟变量。我需要使用这个 one-hot-encoder 对象相应地转换我的评分数据（实现后）。但我的问题是评分数据只有模型变量，而不是开发数据中的所有变量。因此，由于对象需要所有变量，one-hot 编码会失败。如何使用 one-hot-encode 对象转换具有有限数量变量的评分数据？
I've fit a sklearn one-hot-encoding object on my development data to create dummy variables in python. I need to transform my scoring data (post implementation) accordingly using this one-hot-encoder object. But my problem is that the scoring data has only the model variables, as opposed to all variables in the development data. Hence the one-hot-encoding fails as the object expects all variables. How can I transform the scoring data with limited number of variables using the one-hot-encode object?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论