Machine learning 通过PyCharm存储预处理的数据供以后使用

使用Keras为机器学习算法生成数据后，如何保存LabelEncoder数据

数据通过以下代码生成：

from sklearn.preprocessing import LabelEncoder
from keras.utils import to_categorical

# Convert features and corresponding classification labels into numpy arrays
X = np.array(featuresdf.feature.tolist())
y = np.array(featuresdf.class_label.tolist())

# Encode the classification labels
le = LabelEncoder()
yy = to_categorical(le.fit_transform(y))

# split the dataset
from sklearn.model_selection import train_test_split

x_train, x_test, y_train, y_test = train_test_split(X, yy, test_size=0.2, random_state = 42)

pickle.dump(le, open(filename, 'wb')

通过使用Jupyter笔记本，您可以通过以下方式保存数据：

### store the preprocessed data for use in the next notebook

%store x_train
%store x_test
%store y_train
%store y_test
%store yy
%store le

savetxt(x_train.csv, x_train, delimiter=',')

LabelEnc = open(filename, 'rb')
le = pickle.load(LabelEnc)

在PyCharm中，我可以通过以下方式成功保存

x\u列车

数据：

### store the preprocessed data for use in the next notebook

%store x_train
%store x_test
%store y_train
%store y_test
%store yy
%store le

savetxt(x_train.csv, x_train, delimiter=',')

LabelEnc = open(filename, 'rb')
le = pickle.load(LabelEnc)

但是，此方法不适用于

LabelEncoder

然后，我尝试通过以下代码使用

pickle

：

from sklearn.preprocessing import LabelEncoder
from keras.utils import to_categorical

# Convert features and corresponding classification labels into numpy arrays
X = np.array(featuresdf.feature.tolist())
y = np.array(featuresdf.class_label.tolist())

# Encode the classification labels
le = LabelEncoder()
yy = to_categorical(le.fit_transform(y))

# split the dataset
from sklearn.model_selection import train_test_split

x_train, x_test, y_train, y_test = train_test_split(X, yy, test_size=0.2, random_state = 42)

pickle.dump(le, open(filename, 'wb')

保存编码数据。然而，当我通过以下方式回忆数据时：

### store the preprocessed data for use in the next notebook

%store x_train
%store x_test
%store y_train
%store y_test
%store yy
%store le

savetxt(x_train.csv, x_train, delimiter=',')

LabelEnc = open(filename, 'rb')
le = pickle.load(LabelEnc)

我得到错误：

…ValueError（“无法加载包含pickle数据的文件”ValueError:allow\u pickle=False时无法加载包含pickle数据的文件

如何正确保存和调用

le

数据

这是PyCharm的“显示变量”窗口中的数据片段：

---

le

变量是对LabelEncoder（）的引用只是类的一个实例，不包含任何数据。能否显示完整的代码，因为pickle没有给出此类错误，可能是您以错误的方式保存了文件，也可能是您更新了pickle关键字。@ashwingeted'Sa。感谢您的回复！我添加了PyCharm“show Variables”中数据的屏幕截图窗口。我以后如何使用

le

或

LabelEncoder（）

中的数据？您可以调用

new\u le=LabelEncoder（）

；因为您没有任何特定的相关数据。另外，只需将文件读写更改为“r”和“w”，而不是“rb”和“wb”