我是python和sklearn的新手。我有一个泰坦尼克号数据集的熊猫数据框架。我希望它用于sklearn逻辑预测。将熊猫数据框转换为sklearn的numpy
我尝试以下
data_np = data.astype(np.int32).values
但不工作。我想利用像'Pclass'，'年龄'，'性别'等数据集中的不同功能...
我想转换整个数据，以及单列说数据[“年龄” ]以sklearn numpy格式。任何帮助。
这是一个常见的问题。主要原因是缺乏对numpy的熟悉。
要将数据['Sex']的特征转换为颠簸阵列，请使用以下代码。
from sklearn.preprocessing import LabelEncoder
enc = LabelEncoder()
label_encoder = enc.fit(p_train['Sex'])
print "Categorical classes:", label_encoder.classes_
integer_classes = label_encoder.transform(label_encoder.classes_)
print "Integer classes:", integer_classes
x_train = label_encoder.transform(p_train['Sex'])
x_test = label_encoder.transform(p_test['Sex'])
x_train = x_train[:,np.newaxis]
x_test = x_test[:,np.newaxis]
在这里，我们基本上将“男性”和“女性”的分类数据为整数类的0和1这是要领巩膜预计一切是浮动。 np.newaxis用于将x_train的形状从（n_features，）转换为（n_features，1）。否则，在拟合模型时，会出现另一个不兼容形状的错误。
谢谢。它像魅力一样工作。 –
颠簸阵列！大声笑 –
这是熊猫和numpy之间的巨大摩擦。我不明白为什么这不是简化。我在建模和线性代数方面很擅长，但是在这些关于如何提取熊猫数据并以sklearn可以接受的方式进行格式化的细节上浪费了太多时间。 – javadba
为了处理您的数字和非数值数据，可以考虑使用scikit-learn LabelEncoder，它允许你
Encode labels with value between 0 and n_classes-1.
参见：
分类变量如 '性别' 和'已着手'需要进行一次热编码才能在LogisticRegression模型中使用它们。随着熊猫，你可以使用get_dummies(data['Sex'])。
有一个完整的教程就到这里了同一数据集涵盖了明确这个问题：
你可以发布你的代码不工作吗，熊猫dfs与sklearn兼容，所以没有必要转换数据，有时你可能需要访问数据作为nunpy数组，这可以使用'.values'完成 – EdChum
也许你想看看'sklearn-pandas'（https://github.com/paulgb/sklearn-pandas），它提供了两个 – joris
之间的桥梁，我将graphlab SFrame转换为熊猫。代码太大了。问题在于，性别类别iam传递到sklearn适合函数，它具有“男性”和“女性”的价值。 –