为什么第一个代码不起作用,而第二个却可以?

第一个代码片段:

imp.fit_transform(dataset['Age'].values.reshape(-1,1))dataset['Age'] = dataset['Age'].values.reshape(-1,1)

第二个代码片段:

imp.fit(dataset['Age'].values.reshape(-1, 1))dataset['Age'] = imp.transform(dataset['Age'].values.reshape(-1, 1))

第一个代码片段没有对我数据集的年龄列进行任何更改。


回答:

第一个代码没有更改Age列,因为你并没有要求它这样做。你应用了fit_transform函数,但你没有用它来更改数据集。

我不知道imp是什么,但第一个代码片段的更正确实现肯定会是这样的:

dataset['Age'] = imp.fit_transform(dataset['Age'].values.reshape(-1,1))

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注