Python 我怎样才能取回相应的功能？

我将pandas数据帧的两列转换为numpy数组，用作机器学习问题的特性和标签

代码：

---

Features当前是一个频率计数数组（我之前使用了CountVectorizer来拟合和转换原始的pandas dataframe列）。我将标签的完整列表存储为pred，但我希望每个标签都具有相应的功能，以便将标签列表返回到我的数据帧

预测的顺序与传递的数据相同（正如@Ulf所指出的，这里您使用的术语“feature”是错误的，feature是矩阵的一列，您使用countvectorizer计算的特定对象；行是观察值、样本、数据点，这就是您当前所称的features）。因此，为了查看样本标签对，您可以简单地将它们压缩在一起：

pred = clf.predict(features)
for sample, label in zip(features, pred):
  print sample, label  

如果你真的想恢复每一列的含义，你的CountVectorizer就是你的人。您在代码的某个地方创建了它

vectorizer = CountVectorizer( ... )

后来就用了

... = vectorizer.fit_transform( ... ) 

现在，您可以使用它将样本转换回

pred = clf.predict(features)
for sample, label in zip(features, pred):
  print vectorizer.inverse_transform(np.array([sample])), label  

---

预测的顺序与传递的数据相同（正如@Ulf所指出的，您在这里错误地使用了术语“feature”，feature是矩阵的一列，您使用countvectorizer计算的特定对象；行是观察值、样本、数据点，这就是您当前所称的features）。因此，为了查看样本标签对，您可以简单地将它们压缩在一起：

pred = clf.predict(features)
for sample, label in zip(features, pred):
  print sample, label  

如果你真的想恢复每一列的含义，你的CountVectorizer就是你的人。您在代码的某个地方创建了它

vectorizer = CountVectorizer( ... )

后来就用了

... = vectorizer.fit_transform( ... ) 

现在，您可以使用它将样本转换回

pred = clf.predict(features)
for sample, label in zip(features, pred):
  print vectorizer.inverse_transform(np.array([sample])), label  

---

这里您将获得两组行（训练和测试），并将结果值放入变量特性中。看起来您正在调用您的示例、功能。这是机器学习的一大禁忌！特性是数据集的属性，通常是列，因此阅读此代码非常混乱。但是，既然你预测“特征”（我想这是你的（样本，特征）矩阵），则生成的数组pred应该正确排序，您可以直接将其放回dataframe.Hmm中。这是有道理的，但我的示例基本上是我的功能，因为除了我希望它们具有的标签（与功能/示例类似）之外，我没有任何其他信息；我使用这个ML过程将样本合并到相应的标签中。我可以保持代码不变，只使用@lejlot的答案就可以了吗？这里有两组行（训练和测试）并将结果值放入变量features.*中。看起来您正在调用示例features。这是机器学习中的一个大禁忌！features是数据集的属性，通常是列，因此阅读此代码非常混乱。但是，由于您预测的是“features”（我想这是您的属性矩阵）（样本、特征），然后生成的数组pred应该正确排序，您可以将其直接放回dataframe.Hmm中。这是有道理的，但我的样本本质上就是我的特征，因为除了我希望它们具有的标签（类似于特征/样本）之外，我没有关于它们的任何其他信息；我使用这个ML过程将样本整合到相应的标签中。我可以保持代码不变，只使用@lejlot的答案就可以了吗？谢谢。这是有道理的，但我的样本本质上是我的功能，因为除了我希望它们有什么标签之外，我没有其他任何关于它们的信息（与特征/样本相似）；我正在使用此ML过程将样本合并到相应的标签中。我可以保持代码不变并使用您的答案吗？这只是关于名称、惯例，而不是实际问题。很好。谢谢。这很有意义，但我的样本本质上是我的功能，因为我没有任何其他信息n除了我希望它们有什么标签（类似于功能/示例）之外，我正在使用此ML过程将示例合并到相应的标签中。我可以保持代码不变并使用您的答案吗？这只是名称、惯例，而不是实际问题。您可以走了。