1
我有一个324行和35列的数据集。我把它分成训练和测试数据:为什么DictVectorizer会更改特征的数量?
X_train, X_test, y_train, y_test = train_test_split(tempCSV[feaure_names[0:34]], tempCSV[feaure_names[34]], test_size=0.2, random_state=32)
这似乎很好地工作,我的X_train和X_test都有34种功能。我使用DictVectorizer进一步转换,因为我有分类变量。
from sklearn.feature_extraction import DictVectorizer
vecS=DictVectorizer(sparse=False)
X_train=vecS.fit_transform(X_train.to_dict(orient='record'))
X_test=vecS.fit_transform(X_test.to_dict(orient='record'))
现在,当我比较X_train到X_test,前者有46个功能,而后者只有44是什么,这可能会发生一些可能的原因是什么?
谢谢!这使它工作。说得通。 –