pandas - 如果值包含 3d 数组,如何重塑数据框中的数据
问题描述
数据框由每个标签中的 3d 数组组成
np.shape(trueDf)
(209, 33,3)
例子
0 | 1 |
---|---|
[1,23,111] | [2,24,122] |
[1,24,1212] | [2,24,123 |
如何重塑数据并在 sklearn 或 keras 中使用它
def my_model():
model = Sequential()
model.add(Dense(33, input_dim=4, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(512, activation='sigmoid'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
return model
我尝试这样做,但出现错误:无法将 NumPy 数组转换为张量(不支持的对象类型 numpy.ndarray)。
model = my_model()
model.fit(x_training_data.iloc[:, :-1].values, y_training_data.iloc[:, :-1].values,
batch_size=7, verbose=1)
解决方案
推荐阅读
- database-design - 如何在 app-maker 中获得正确的数据源设置?
- java - 将源码附加到netbeans中tomcat的servlet-api.jar
- c - 如何在C中将私钥存储在字符串文字中?
- postgresql - 为什么重启后后台运行多个postgres实例?
- firebase - 如果输入是关键字,则在 Firebase 上搜索功能过滤器
- c - 如何修复此代码中读取的 C 文件数据
- jekyll - 如何为 Jekyll 站点创建“默认”页面或重定向文件夹?
- sql - 以下要求的 WHERE 子句中的 CASE 或 IF 条件
- javascript - jQuery Deferred 对象集中式全局错误处理程序
- google-bigquery - 导出 BigQuery 作业 API 响应以进行分析