怎么使用ColumnTransformer處理Python中不同類型的數(shù)據(jù)

怎么使用ColumnTransformer處理Python中不同類型的數(shù)據(jù)，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

當所有輸入變量都是同一類型時，應用數(shù)據(jù)轉(zhuǎn)換(例如縮放或編碼分類變量)非常簡單。Python機器學習庫scikit-learn提供了ColumnTransformer，可選擇地將數(shù)據(jù)轉(zhuǎn)換應用于數(shù)據(jù)集中的不同列。

工作中常使用的數(shù)據(jù)轉(zhuǎn)換有很多，比如SimpleImputer類可用于替換缺少的值，MinMaxScaler類可用于縮放數(shù)值，而OneHotEncoder可用于編碼分類變量。

...# prepare transformscaler = MinMaxScaler()# fit transform on training datascaler.fit(train_X)# transform training datatrain_X = scaler.transform(train_X)

如何使用ColumnTransformer？

ColumnTransformer在Python的機器學習庫scikit-learn中，可以選擇地進行數(shù)據(jù)轉(zhuǎn)換。例如，它允許將特定的轉(zhuǎn)換或轉(zhuǎn)換序列僅應用于數(shù)字列，而將單獨的轉(zhuǎn)換序列僅應用于類別列。

要使用ColumnTransformer，必須指定一個轉(zhuǎn)換器列表。每個轉(zhuǎn)換器是一個三元素元組，用于定義轉(zhuǎn)換器的名稱，要應用的轉(zhuǎn)換以及要應用于其的列索引，例如：（名稱，對象，列）。

例如，下面的ColumnTransformer將OneHotEncoder應用于列0和1。

transformer = ColumnTransformer(transformers=[('cat', OneHotEncoder(), [0, 1])])

下面的示例對數(shù)字列0和1應用具有中值插補的SimpleImputer，對分類列2和3應用最頻繁插補的SimpleImputer。

t = [('num', SimpleImputer(strategy='median'), [0, 1]), ('cat', SimpleImputer(strategy='most_frequent'), [2, 3])]transformer = ColumnTransformer(transformers=t)

例如，如果第0列和第1列是數(shù)字列，而第2列和第3列是分類列，而我們只想轉(zhuǎn)換分類數(shù)據(jù)并不改變數(shù)字列，則可以按以下方式定義ColumnTransformer：

transformer = ColumnTransformer(transformers=[('cat', OneHotEncoder(), [2, 3])], remainder='passthrough')

ColumnTransformer也可以在管道中使用，以在將模型擬合到轉(zhuǎn)換后的數(shù)據(jù)之前選擇性地準備數(shù)據(jù)集的列。這是最可能的用例，因為它可以確保在擬合模型和進行預測時，例如在通過交叉驗證對測試數(shù)據(jù)集上的模型進行評估或?qū)π聰?shù)據(jù)進行預測時，對原始數(shù)據(jù)自動執(zhí)行轉(zhuǎn)換。

...# define modelmodel = LogisticRegression()# define transformtransformer = ColumnTransformer(transformers=[('cat', OneHotEncoder(), [0, 1])])# define pipelinepipeline = Pipeline(steps=[('t', transformer), ('m',model)])# fit the model on the transformed datamodel.fit(train_X, train_y)# make predictionsyhat = model.predict(test_X)

看完上述內(nèi)容，你們掌握怎么使用ColumnTransformer處理Python中不同類型的數(shù)據(jù)的方法了嗎？如果還想學到更多技能或想了解更多相關內(nèi)容，歡迎關注億速云行業(yè)資訊頻道，感謝各位的閱讀！