大家好，我是机器学习的新手，以前我处理过一些二元机器学习任务，数据都是数值型的。现在我遇到一个问题，需要找到特定组合的概率。目前我不能透露数据集或代码。我的数据是一个包含10列的数据框。我需要用前8列训练模型，并预测后2列的可能性。也就是说，我的标签是后2列的组合。我遇到的问题是，这些列的值不是数值型的。我尝试了所有能找到的方法，但无法找到合适的方法将其转换为数值。我尝试过sklearn的LabelEncoder，它对标签有效，但如果再次使用会导致内存错误。我还尝试了pandas的to_numeric，它将所有值读取为Nan。值的形式是’2be74fad-4d4’。关于如何处理这个问题，任何建议都会非常感激。
回答：
要将分类数据转换为数值数据，你可以在sklearn中尝试以下方法：
现在，对于你的问题，你可以使用LabelEncoder。但这里有一个注意点。在其他sklearn模型中，你可以声明一次，然后在多个列上使用它来拟合和转换。
在标签编码中，你必须在训练数据的一列上使用fit_transform方法，然后在测试数据的同一列上使用transform方法。对于下一列分类数据重复此过程。
你可以遍历分类列的列表来简化操作。请看下面的代码片段：
cat_cols = ['Item_Identifier', 'Item_Fat_Content', 'Item_Type', 'Outlet_Identifier', 'Outlet_Size', 'Outlet_Location_Type', 'Outlet_Type', 'Item_Type_Combined']enc = LabelEncoder()for col in cat_cols: train[col] = train[col].astype('str') test[col] = test[col].astype('str') train[col] = enc.fit_transform(train[col]) test[col] = enc.transform(test[col])