小编Kho*_*izi的帖子

尝试使用 OneHotEncoder 然后使用 make_column_transformer 标准化值后出现 ValueError

所以我试图将数据的时间戳从 Unix 时间戳转换为更易读的日期格式。我创建了一个简单的 Java 程序来执行此操作并写入 .csv 文件,一切进展顺利。我尝试将它用于我的模型,将其一次性编码为数字,然后将所有内容转换为标准化数据。然而,在我尝试进行单热编码(我不确定它是否有效)之后,我使用 make_column_transformer 的规范化过程失败了。

# model 4
# next model
import tensorflow as tf
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from tensorflow.keras import layers
from sklearn.compose import make_column_transformer
from sklearn.preprocessing import MinMaxScaler, OneHotEncoder
from sklearn.model_selection import train_test_split

np.set_printoptions(precision=3, suppress=True)
btc_data = pd.read_csv(
    "/content/drive/MyDrive/Science Fair/output2.csv",
    names=["Time", "Open"])

X_btc = btc_data[["Time"]]
y_btc = btc_data["Open"]

enc = OneHotEncoder(handle_unknown="ignore")
enc.fit(X_btc)

X_btc = enc.transform(X_btc)

print(X_btc)

X_train, X_test, y_train, y_test = train_test_split(X_btc, y_btc, test_size=0.2, random_state=62) …
Run Code Online (Sandbox Code Playgroud)

python pandas deep-learning tensorflow one-hot-encoding

5
推荐指数
1
解决办法
597
查看次数