测试集出现新类别时OnehotEncoder报错解决

本文探讨了在机器学习中遇到的测试集中新类别占比过大导致的编码问题,提供了合并训练集进行编码和使用OneHotEncoder处理未知值的两种解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天在学习机器学习时候发现了error

一直提示我无法transform

首先我们要明确测试集的新类别的占比应该是比较小的,如果占比很大可能模型的效果会比较差也可能是在分割测试集和训练集的时候没有做好


解决这个问题有两种方法

1.第一种是将测试集和训练集合并这样来进行独热编码这样可以保证所有的类别都出现在里面

如果还不行的话

这一种直接

data=train+test

2.可以试试第二种

OneHotEncoder(handle_unknown = "ignore")

忽略未知的值这样也能够正常运行

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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