如何在 Python 的机器学习中使用值列表作为标签
How to use a list of values as label in Python's Machine Learning
我遇到了一个问题，我不知道如何在 ML 模型中使用列表作为标签。基本上我有一个数据框如下：
我的特征集是一个数字列表，我的标签也是一个数字列表。我如何将一个与另一个关联起来？我已经使用了二进制标签，但我不能 manage-it 使用 non-binary 标签。
ps: 我知道我的数据缺乏预处理，出于处理速度的原因我只加载了整体的一小部分
编辑 - 抱歉不够清楚：每个数字都是一个词。我的特征集是文本，标签是标题。我正在尝试构建一个给定文本的模型，它会根据经过训练的模型生成一个标题
https://scikit-learn.org/stable/modules/multiclass.html#multilabel-classification-format 你应该使用多标签方法来解决你的问题
您可能想尝试 sklearn 的 MultiLabelBinarizer()。看看this post
我想你可以试试 pandas "get_dummies".
中 built-in 的 OneHotEncoding
根据我的理解，您的数据看起来像（在此处给出 'y' 的示例）：
df
a b y
0 1 2 1
1 4 5 2
2 7 1 3
3 4 7 1
4 6 0 3
5 7 9 2
6 8 1 1
其中 y 列中的每个数字代表每个 class。
所以你可以做的是：
new_y = pd.get_dummies(df['y'], drop_first=True)
It would be very helpful if you post some sample data here and what exactly you are willing to achieve.
PS ：除此之外，您必须使用 Categorical_CrossEntropy 作为损失计算。
我遇到了一个问题，我不知道如何在 ML 模型中使用列表作为标签。基本上我有一个数据框如下：
我的特征集是一个数字列表，我的标签也是一个数字列表。我如何将一个与另一个关联起来？我已经使用了二进制标签，但我不能 manage-it 使用 non-binary 标签。
ps: 我知道我的数据缺乏预处理，出于处理速度的原因我只加载了整体的一小部分
编辑 - 抱歉不够清楚：每个数字都是一个词。我的特征集是文本，标签是标题。我正在尝试构建一个给定文本的模型，它会根据经过训练的模型生成一个标题
https://scikit-learn.org/stable/modules/multiclass.html#multilabel-classification-format 你应该使用多标签方法来解决你的问题
您可能想尝试 sklearn 的 MultiLabelBinarizer()。看看this post
我想你可以试试 pandas "get_dummies".
中 built-in 的 OneHotEncoding根据我的理解，您的数据看起来像（在此处给出 'y' 的示例）：
df
a b y
0 1 2 1
1 4 5 2
2 7 1 3
3 4 7 1
4 6 0 3
5 7 9 2
6 8 1 1
其中 y 列中的每个数字代表每个 class。
所以你可以做的是：
new_y = pd.get_dummies(df['y'], drop_first=True)
It would be very helpful if you post some sample data here and what exactly you are willing to achieve.
PS ：除此之外，您必须使用 Categorical_CrossEntropy 作为损失计算。