原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
11 第11章 用Embedding提升机器学习性能
[] #对每列进行处理,把类别转换为数值 for i in range(train_data_X.shape[1]):
le = preprocessing.LabelEncoder() le.fit(full_X[:, i]) les.append(le) train_data_X[:, i] = le.transform(train_data_X[:, i])
#处理后的数据写入pickle文件 with open('les.pickle', 'wb') as f: pickl
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter15_0001.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da