[英]Machine learning random forest classifier
data=pd.DataFrame({'gender':['m','f','m'],'icds':[['i10'],['i20','i30'],['i40']],'med':[[1,2,4,5],[3,4,6],[5,6,7]]})
我应针对哪种类型的数据使用哪种机器学习算法? 我认为med
列中的数组长度不一致。 每当我尝试在随机森林分类器中传递它时, med
列基本上就是标签。
是的,您是对的,您应该使用的算法是RF或逻辑运算法也应该很好。 问题在于“ med”列中的数据长度不一致。 如果不需要,您可以使用以下函数对med列数组中的数字数据求平均/求和:
def sum_out(x):
return np.nansum(x)
def avg_out(x):返回np.nanmean(x)
data = pd.DataFrame({'gender':['m','f','m'],'icds':[['i10'],['i20','i30'],['i40' ]],'med':[[1,2,4,5],[3,4,6],[5,6,7]]})
数据['med_sum'] =数据['med']。map(sum_out)数据['med_avg'] =数据['med']。map(avg_out)
您实际上可以将这些药物添加为功能,如下所示:
data=pd.DataFrame({'gender':['m','f','m'],'icds':[['i10'],['i20','i30'],['i40']],'med':[['xanex','isotopin'],['cz3','hicet','t-montair'],['t-montair','xanex']]})
all_med= list(np.unique(flatten(list(data['med'].values))))
for meds in all_med:
med_list=[]
for i in xrange(len(data)):
d= data['med'][i]
if meds in d:
med_list.append(1)
else:
med_list.append(0)
data[meds]=med_list
输出:
gender icds med cz3 hicet isotopin \
0 m [i10] [xanex, isotopin] 0 0 1
1 f [i20, i30] [cz3, hicet, t-montair] 1 1 0
2 m [i40] [t-montair, xanex] 0 0 0
t-montair xanex
0 0 1
1 1 0
2 1 1
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.