时间戳

首页 > 解决方案 > 处理要预测的元组中的分类值

python - 处理要预测的元组中的分类值

问题描述

我正在使用经过训练的 sklearn 模型构建 API。我已将模型保存为 .joblib 格式，并在进行预测之前将其加载到 API 后端。但问题是我的数据包含分类列，我get_dummies()在使用库中的方法对这些分类列进行一次热编码后训练了我的模型pandas。我的 API 接收带有分类列值的 JSON 数据，没有任何编码。在将元组传递给模型之前，我应该如何对要预测的元组进行编码？有人可以帮我吗？谢谢你。

我使用的数据集在编码前后有以下一组列：

前：

Index(['age', 'sex', 'cp', 'trestbps', 'chol', 'fbs', 'restecg', 'thalach',
       'exang', 'oldpeak', 'slope', 'ca', 'thal'],
      dtype='object')

后：

Index(['age', 'sex', 'trestbps', 'chol', 'fbs', 'restecg', 'thalach', 'exang','oldpeak', 'ca', 'cp_0', 'cp_1', 'cp_2', 'cp_3', 'thal_0',
       'thal_1', 'thal_2', 'thal_3', 'slope_0', 'slope_1', 'slope_2'],
      dtype='object')

标签： pythonpandasmachine-learningscikit-learnone-hot-encoding

解决方案

在你的 get_dummies on predict 之后试试这个

df.reindex(columns=features, fill_value=0)

features功能名称列表在哪里

推荐阅读