python - 试图建立一个预测模型来处理缺失值和编码分类特征
问题描述
from category_encoders import TargetEncoder
encoder=TargetEncoder()
for i in df['gender']:
df['gender']=np.where(df[i]!='nan',encoder.fit_transform(data['gender'],data['target']),'nan')
在构建预测模型之前,我尝试使用目标引导编码方法对这个分类特征(性别:'male'、'female'、'others')进行编码,我尝试了上面的代码,但它抛出了以下错误:
关键错误:“男性”
解决方案
推荐阅读
- java - JFXButton:无法解析符号
- android - Unity Google Cardboard 恢复在 Android 上构建时所做的任何相机更改
- android - RuntimeException 在没有显式调用生命周期方法的情况下执行未恢复的活动暂停
- c++ - libpd:获取补丁中的接收者列表
- python - 远程桌面 - 桌面中的显示元素,不通过缓冲区传输
- javascript - 按对象中的 ng-repeat (key, value) 对中的值排序
- windows-10-mobile - Xamarin.Forms UWP 项目不会安装在 Windows 10 移动版上
- rabbitmq - spring-RabbitMQ 手动监听队列
- google-colaboratory - 在 Google Colaboratory 中从 requirements.txt 安装依赖项
- c# - 获取我的应用程序的当前路径