ValueError: y contains new labels: [326]

最新推荐文章于 2024-05-04 15:58:40 发布
最新推荐文章于 2024-05-04 15:58:40 发布
阅读量1k 收藏
点赞数 1
分类专栏： # 机器学习 文章标签： sklearn LabelEncoder 新值处理 编码规则 数据预处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42363032/article/details/123256248
版权

在这里插入图片描述

sklearn的label编码的时候，遇到新值，没有fit过的问题，如上新值326，打印编码规则如下：

lab_dict = dict(zip(lab.classes_, lab.transform(lab.classes_)))
print(lab.classes_)
print(lab_dict)

[  0  43  51 630 631 635 765 781 819 843]
{0: 0, 43: 1, 51: 2, 630: 3, 631: 4, 635: 5, 765: 6, 781: 7, 819: 8, 843: 9}

解决办法：

https://blog.csdn.net/qq_42363032/article/details/121514951

WGS.
关注
专栏目录
ts15_Forecast multiple seas_mSTL_make_subplot_rMSPE_UCM_date format_NeuralProphet_changepoint_StateS
Linli522362242的专栏
02-02 2572
ts15_Forecast multiple seasons_mSTL_make_subplots_rMSPE_UCM_date format_NeuralProphet_changepoints_State-Space_plot_components
ts10_Univariate TS模型_circle mark pAcf_ETS_unpack product_darts_bokeh band interval_ljungbox_AIC_BIC
Linli522362242的专栏
11-27 1624
ts10_Univariate TS模型_circle mark pAcf_ETS_unpack product_darts_bokeh band interval_ljungbox_AIC_BIC_search
大语言模型Transformer优化
最新发布
qq_32907491的博客
05-04 1065
Large Transformer Model Inference OptimizationLarge transformer models are mainstream nowadays, creating SoTA results for a variety of tasks. They are powerful but very expensive to train and use. The extremely high inference cost, in both time and memory,
sample_weight argument is not supported when using dataset as input 解决方案
LP_Cong
06-12 1592
当使用Keras 调用fit进行训练模型时，有时需要传入sample_weight参数。对于传入fit的为普通的输入输出序列数据时没有问题。但是当传入的数据时Datasent时就会报错。解决方案如下： https://keras.io/api/models/model_training_apis/ 直接把sample_weight 作为Dataset的第三维！ dataset = tf.data.Dataset.from_tensor_slices((input, output, weights)) dat
使用class weight和sample weight处理不平衡问题
pyxiea
03-01 1万+
class weight：对训练集里的每个类别加一个权重。如果该类别的样本数多，那么它的权重就低，反之则权重就高. sample weight：对每个样本加权重，思路和类别权重类似，即样本数多的类别样本权重低，反之样本权重高[1]^{[1]}[1]。 PS：sklearn中绝大多数分类算法都有class weight和 sample weight可以使用。 Pytorch Tensorf...
剑指Offer-61：扑克牌中的顺序
大树先生的博客
03-28 707
从扑克牌中随机抽取5张牌，判断是不是一个顺子，即这5张牌是不是连续的。2~10为数字本身，A为1，J为11，Q为12，K为13，而大、小王可以看成任意数字
Boosting之GBDT源码分析
此心安处是吾乡
05-18 401
对数损失函数   LR中，求参数时用到了极大似然，即求得某些参数使得已知样本出现的概率最大。对于分类问题，训练集我们已知label，如果所有样本都预测准确，那么y^=y\hat{y}=yy^​=y。即： y=0y=0y=0,P(Y∣X)P(Y|X)P(Y∣X)尽可能接近0 y=1y=1y=1,P(Y∣X)P(Y|X)P(Y∣X)尽可能接近1 则目标为：∏i=1N[P(Y=1∣X=xi)]yi[1−P(Y=0∣X=xi)]1−yi\prod_{i=1}^{N}\left[P\left(Y=1|X=x_{i
用 python skimage做图像处理
热门推荐
thesby的专栏
05-08 3万+
导言：由于经常需要处理图像，习惯了matlab那么好用的图像处理工具箱，搬到python后有点不知所措了。搜了下python图像处理方面的库，好多PIL的教程，但是无奈的是PIL和numpy等结合不好，而且半天找不到图像处理的函数在哪里，只好作罢；终于搜到了skimage，:-)，喜出望外，因为它是和scipy、numpy可以完美结合的，那么就可以很好的使用numpy了。废话不多说，直接上干货吧。s
sklearn preprocessing
perfectmanman的博客
10-15 1万+
sklearn preprocessing代码代码来自Anaconda软件里sklearn模块init.py""" The :mod:`sklearn.preprocessing` module includes scaling, centering, normalization, binarization and imputation methods. """from .data import B
源码解读----之-----k_means相关方法（被k_means调用）
xiaoQL520的博客
10-24 3300
本文是个人的理解，由于刚接触并且自身能力也有限，也许会存在误解，欢迎留言指正，本人一定虚心请教，谢谢
keras中模型训练class_weight,sample_weight区别说明
09-16
主要介绍了keras中模型训练class_weight,sample_weight区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
sklearn 样本均衡 class_weight='balanced'的实现方法
Pilgrim
04-26 3万+
想了解这个的原因，是因为Gbdt不能设置这个参数，但是GBDT是最常用的分类器了... 查了一会儿还想了下原理，想知道原理上为啥gbdt不能设置class_weight... 然后发现虽然sklearn没有这个选项，但是LightGBM是有的啊...所以应该是可以实现，但是Sklearn只是没有实现而已。。。 scale_pos_weight, default=1.0, type=doub
Keras class_weight和sample_weight用法
/dev/null
12-19 1940
搬运: https://stackoverflow.com/questions/57610804/when-is-the-timing-to-use-sample-weights-in-keras import tensorflow as tf import numpy as np data_size = 100 input_size=3 classes=3 x_train = np...
关于sklearn下class_weight参数的一点源码阅读与测试
go_og的专栏
07-30 1万+
一直没有很在意过sklearn的class_weight的这个参数的具体作用细节，只大致了解是是用于处理样本不均衡。后来在简书上阅读svm松弛变量的一些推导的时候，看到样本不均衡的带来的问题时候，想更深层次的看一下class_weight的具体作用方式， svm松弛变量的简书链接：https://www.jianshu.com/p/8a499171baa9 该文中的样本不均衡的描述： “样本...
Autonomous driving - Car detection YOLO
weixin_34051201的博客
11-25 303
Andrew Ng deeplearning courese-4:Convolutional Neural Network Convolutional Neural Networks: Step by Step Convolutional Neural Networks: Application Residual Networks Autonomous driving - Car detecti...
sklearn.LabelEncoder解决未见过值问题ValueError y contains previously unseen labels [69]
集电极
07-30 5668
sklearn.LabelEncoder解决未见过值问题ValueError: y contains previously unseen labels: [69] 引发原因：有些标签训练集不存在，但却在测试集出现了，而且我们LabelEncoder使用的拟合fit是训练集的数据，这样就会造成异常a。 根本原因是数据不均匀，导致数据划分时没能都包括所有标签。 主要思路：把原数据集（比如train data set）里面没有但是在新数据集（比如test data set）遇到的新值放到一个类里面，再将类回传
[Tensorflow] 使用 Mask_RCNN 完成目标检测与实例分割，同时输出每个区域的 Feature Map...
dichunpu6524的博客
06-28 1897
[Tensorflow] 使用 Mask_RCNN 完成目标检测与实例分割，同时输出每个区域的 Feature Map Mask_RCNN-2.0 网页链接：https://github.com/matterport/Mask_RCNN/releases/tag/v...
ValueError: y contains previously unseen labels: [83394]怎么忽略这个错误
06-01
在机器学习中，出现 "ValueError: y contains previously unseen labels" 的错误通常意味着测试数据集包含了训练数据集中没有出现过的标签，这可能是由于数据集的不完整或者数据预处理不正确引起的。 虽然这个错误...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

WGS.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值