在Python机器学习中，只有标签为真时，如何计算特性百分比？

我用Jupyter学习机器学习

我想知道当只有“like”列为1时，如何计算特性百分比（样式、打字、布局百分比）

---

我假设当Like==1时，您希望找到每列的每个唯一值的百分比。如果是这样，您可以执行以下操作：

df[df['Like'] == 1]['Style'].value_counts(normalize=True) * 100

df[df['Like'] == 1]['Typo'].value_counts(normalize=True) * 100

df[df['Like'] == 1]['Layout'].value_counts(normalize=True) * 100

---

你能展示一下你的输出层是什么吗？我相信看到一个S形函数是必要的。你的标签太独特了。我认为你需要3个不同的网络来预测3个不同的标签来形成组合形式。即NN1=样式，NN2=打字错误，NN3=布局。