如何在 scikit-learn 中使用列表作为功能

Question

我想在 sklearn 中使用形状特征作为列表，这可能吗？ 使用 MLP 分类器

鉴于此输入。

data=[{'forniture':1,'color':3, 'shape':[0.2,0.5,1.1]},
      {'forniture':2,'color':0, 'shape':[0.2,0.7,0.9]},
      {'forniture':2,'color':1, 'shape':[1.2,1.5,1.0]}]
pd.DataFrame(data)

出口

   forniture  color            shape
0          1      3  [0.2, 0.5, 1.1]
1          2      0  [0.2, 0.7, 0.9]
2          2      1  [1.2, 1.5, 1.0]

当我在clf.fit() 中将形状作为参数传递时：
类型错误：float() 参数必须是字符串或数字，而不是“列表”

但我需要整个列表，因为它是形状，我不能像体积一样转换为标量。

有什么适合形状而不是体积的建议吗？

谢谢，非常感谢您的帮助。

Answer 1

阅读此处的文档后： https：https://scikit-learn.org/stable/modules/generated/sklearn.neural.network.MLPClassifier.html#sklearn.neural.network.MLPClassifier.fit似乎不可能将列表传递给 fit() function。您是否考虑过将列表分成三列？ 如果是这样，则在此处进行解释： 将列表的 Pandas 列拆分为多列