知识卡片
多标签记录可同时属于多类
一部电影可同时属于多个类型,因此先拆分竖线分隔标签、收集类别全集,再为每行多个所属类别置1。此时每行1的数量可以超过1,不能套用单类别一行恰一项为真的假设。未出现某类只代表该记录未标注该标签,不自动证明现实绝不具备相关属性。
结构图:
flowchart TD
A[拆分每条记录的标签] --> B[收集类别全集]
B --> C[建立记录乘类别零矩阵]
C --> D[逐记录将所属类别置一]
D --> E[按记录身份接回原表]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
某行同属于多个分类,则事情就会有点复杂。回到本书前面那个MovieLens 1M数据集上:译注8 In [194]: mnames = ['movie_id', 'title', 'genres'] In [195]: movies = pd.read_table('ch02/movielens/movies.dat', sep='::', header=N
- · 查看原书依据
dummy_frame = DataFrame(np.zeros((len(data), len(code_index))), index=data.index, columns=code_index) 如果一切顺利,dummy_frame应该是这样的: In [107]: dummy_frame.ix[:, :6] Out[107]: <class 'pa
参考来源
- 位置:《利用Python进行数据分析》第7章《计算指标/哑变量》(spine294;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0280.html;u162-ch07-029)。
- 结论依据:原文在“某行同属于多个分类”附近的定义、例子或代码支撑本卡核心说明:一部电影可同时属于多个类型,因此先拆分竖线分隔标签、收集类别全集,再为每行多个所属类别置1。边界按已读前提解释;示例未执行。
- 原始内容:某行同属于多个分类,则事情就会有点复杂。回到本书前面那个MovieLens 1M数据集上:译注8 In [194]: mnames = ['movie_id', 'title', 'genres'] In [195]: movies = pd.read_table('ch02/movielens/movies.dat', sep='::', header=N
- 位置:《利用Python进行数据分析》第8章《绘制地图:图形化显示海地地震危机数据》(spine300;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0286.html;u184-ch07-029)。
- 结论依据:每条报告可含多个类别,指标表须对每个所属代码置1,不能把多个标记压成单一类别。
- 原始内容:dummy_frame = DataFrame(np.zeros((len(data), len(code_index))), index=data.index, columns=code_index) 如果一切顺利,dummy_frame应该是这样的: In [107]: dummy_frame.ix[:, :6] Out[107]: <class 'pa