[問題] LabelEncoder移除沒訓練過的data
#python 3.7
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
le.fit(["paris", "paris", "tokyo", "amsterdam"])
print('class:{}'.format(list(le.classes_)))
data1 = ["tokyo", "tokyo", "paris"]
print(le.transform(data1))
data2 = ["tokyo", "tokyo", "paris", "USA", "Taiwan"]
print(le.transform(data2))
----------------輸出-----------------
class:['amsterdam', 'paris', 'tokyo']
[2 2 1]
ValueError: y contains previously unseen labels: ['Taiwan', 'USA']
原因是因為Taiwin 跟 USA沒有訓練過
我想要在transform到未知的資料時移除該筆資料
想請問該怎操作呢
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.242.44.65 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1589338630.A.2A0.html
→
05/13 19:00,
4年前
, 1F
05/13 19:00, 1F
→
05/13 19:01,
4年前
, 2F
05/13 19:01, 2F
→
05/14 00:29,
4年前
, 3F
05/14 00:29, 3F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
