MinMaxScaler reshape 問題
2019/09/22 下午 00:08
機器學習共學討論版
jcodeboy
觀看數：86
回答數：2
收藏數：0
ml100-3
ml100-3-d22
請問關於最大最小化 :
Day22 : MMEncoder.fit_transform(df[c].values.reshape(-1, 1)) , df 以 column 逐一 做, 需要 reshape(-1,1)
Day23 : MMEncoder.fit_transform(df), df 直接做即可
差異在哪呢 ?
回答列表
-
2019/09/23 上午 00:09張維元 (WeiYuan)贊同數：0不贊同數：0留言數：1
Day22 就算沒有 .values.reshape(-1, 1) 應該也是可以動的，df[c] 本身就是一維的。這邊應該只是專家的習慣，雙重驗證而已。
-
2019/10/03 上午 00:19張維元 (WeiYuan)贊同數：0不贊同數：0留言數：0
「嗨，請問照你說的 df[c] 應該是可以跑的沒錯，怎麼會失敗？」
=> 其實就像錯誤訊息中說的：ValueError: Expected 2D array, got 1D array instead: array=[3. 1. 3. ... 3. 3. 3.]. Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.
方向不一樣，所以他建議你做調整。
我原本的講法有點錯誤，df[c] 不是一維的，df[[c]] 才是，所以你改成 df[[c]] 也可以動，如下：