你好,关于使用自定义变换器处理时间序列的sklearn.Pipeline有两个问题

我应该如何修改下面的代码让它正常工作:

target, predicted = pipe.fit_predict(df)

编辑:

target, predicted = pipe.fit_transform(df, df)

我的代码:

...

输出:

ValueError: could not broadcast input array from shape (9,7) into shape (9).

管道中的每个函数都能正常工作。

我可以无问题地运行MakeFeatures(df, df)StandardScaler().fit_transform(df, df)

我可以将MakeFeatures(df,df)的输出插入到StandardScaler中,并且没有错误。


回答:

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