Python 是否可以基于字符串类型的不同标签值使用DNN分类器对数据集进行分类?
我有一个网络流量作为CSV文件,在该文件中包含所有必需的功能和类列(标签列)。但问题在于String类型的class列,它包含以下标签中的内容: “正常”、“icmp-echo”、“tcp-syn”、“udp-flood”、“httpFlood”、“slowloris”、“slowpost”、“bruteForce” 我试图根据上述标签对网络流量(数据集)进行分类。n-Class>2是否正确/可能 请参考下面的快照,它可以更好地理解我正在尝试做什么Python 是否可以基于字符串类型的不同标签值使用DNN分类器对数据集进行分类?,python,tensorflow,deep-learning,Python,Tensorflow,Deep Learning,我有一个网络流量作为CSV文件,在该文件中包含所有必需的功能和类列(标签列)。但问题在于String类型的class列,它包含以下标签中的内容: “正常”、“icmp-echo”、“tcp-syn”、“udp-flood”、“httpFlood”、“slowloris”、“slowpost”、“bruteForce” 我试图根据上述标签对网络流量(数据集)进行分类。n-Class>2是否正确/可能 请参考下面的快照,它可以更好地理解我正在尝试做什么 是的,您可以使用DNN进行分类。下面是一个使
是的,您可以使用DNN进行分类。下面是一个使用DNN进行乳腺癌分类的方法 就字符串标签而言,需要将分类变量转换为数字变量。你可以用 为了这个 例子
是的,您可以使用DNN进行分类。下面是一个使用DNN进行乳腺癌分类的方法 就字符串标签而言,需要将分类变量转换为数字变量。你可以用 为了这个 例子
>>> s1 = ['a', 'b', 'c', 'a']
>>> pd.get_dummies(s1)
a b c
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0