快速將非數值型目標變數轉化為數值型變數

快速將非數值型目標變數轉化為數值型變數，比如把[『l』,』m』,』n』]轉化為[1,2,3]或多維向量型別

轉化前：

df_train.y

.value_counts()

c

620r 477
g 361
m 353
l 267
t 216e87
name: y, dtype: int64

from sklearn import preprocessing

# 獲取目標變數列
data_y=df_train['y']
# 獲取目標變數值
y_labels=list(data_y.value_counts().index)
# 建立標籤預處理器
le=preprocessing.labelencoder()
le.fit(y_labels)
# 對每乙個標籤值進行對映
y=data_y.map(lambda x :le.transform([x])[0])
y.value_counts()

0

6205
4772
3614
3533
2676
2161
87name: y, dtype: int64

from keras.utils

.np_utils import to_categorical
from sklearn import preprocessing
# 獲取目標變數列
data_y=df_train['y']
# 獲取目標變數值
y_labels=list(data_y.value_counts().index)
# 建立標籤預處理器
le=preprocessing.labelencoder()
le.fit(y_labels)
# 獲取標籤的類別數
num_labels=len(y_labels)
# 對每乙個標籤值進行對映
y=to_categorical(data_y.map(lambda x :le.transform([x])[0]),num_labels)
print(y[:5])

array([[0., 0., 0., 0., 0., 0., 1.],

[0., 0., 0., 0., 0., 0., 1.],
[0., 0., 1., 0., 0., 0., 0.],
[0., 0., 1., 0., 0., 0., 0.],
[0., 0., 1., 0., 0., 0., 0.]])

如何快速將漢字轉換為拼音

這個其實是很簡單的乙個方法 然後了具體實現 就可以了 例子如下 public class cn2spell catch badhanyupinyinoutputformatcombination e else return pinyinname 漢字轉換位漢語拼音，英文本元不變 param chin...

oracle快速將表快取到記憶體

共有2種方法 1 alter table fisher cache 2 alter table fisher storage buffer pool keep 取消快取 1 alter table fisher nocache 2 alter table fisher storage buffer ...

c 快速 將大量資料插入資料庫

快速插入資料 主要思想是通過在客戶端把資料都快取在table中，然後利用sqlbulkcopy一次性把table中的資料插入到資料庫 public static void bulktodb datatable dt catch exception ex finally public static d...