我想在Python中使用sk-learn运行通常的线性回归,但我有一些分类数据,我不知道如何处理,特别是因为我导入了数据大熊猫read.csv()
,我从之前的经验中得知,读到熊猫和sk-learn并没有相处得很好(还)。使用分类变量sklearn的线性回归
我的数据是这样的:使用AtBat
Salary AtBat Hits League EastDivision
475 315 81 1 0
480 479 130 0 0
500 496 141 1 1
我想预测薪水,命中,联赛和EastDivision,在联赛和EastDivision是绝对的。
如果我通过numpy的loadtext()
导入数据,我得到一个numpy数组,理论上我可以使用sklearn,但是当我使用DictVectorizer时出现错误。我的代码是:
import numpy as np
from sklearn.feature_extraction import DictVectorizer as DV
nphitters=np.loadtxt('Hitters.csv',delimiter=',', skiprows=1)
vec = DV(sparse = False)
catL=vec.fit_transform(nphitters[:,3:4])
而我得到的错误,当我运行的最后一行catL=vec.fit_transform(nphitters[:,3:4])
,误差
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.7/dist-packages/sklearn/feature_extraction/dict_vectorizer.py", line 142, in fit_transform
self.fit(X)
File "/usr/lib/python2.7/dist-packages/sklearn/feature_extraction/dict_vectorizer.py", line 107, in fit
for f, v in six.iteritems(x):
File "/usr/lib/python2.7/dist-packages/sklearn/externals/six.py", line 268, in iteritems
return iter(getattr(d, _iteritems)())
AttributeError: 'numpy.ndarray' object has no attribute 'iteritems'
我不知道如何解决它,而另一件事是,一旦我得到分类数据的工作,我该如何运行回归?就好像分类变量是另一个数字变量一样?
我发现了几个类似于我的问题,但他们都没有真正为我工作。
关于熊猫和sklearn,他们在一起工作得很好。这只是一个习惯它的问题。如果你只想要价值,。数据帧末尾的值 – 2014-10-08 23:39:56
是的,我后来看到我的数据已准备好;并找出了一些使sklearn和熊猫一起工作的方法。非常感谢! – 2014-10-28 22:34:57
嘿,马里奥。小心分享一个描述你可以让Pandas和Sklearn很好地结合在一起的方式的链接?谢谢。 – 2017-04-03 02:24:37