如何在Python中使用值列表作为标签'；机器学习

我遇到了一个问题，我不知道如何在ML模型中使用列表作为标签。基本上，我有一个数据框架，如下所示：

我的功能集是一个数字列表，我的标签也是一个数字列表。我如何将两者联系起来？我已经使用过二进制标签，但是我不能用非二进制标签来管理它

ps：我知道我的数据缺乏预处理，出于处理速度的原因，我只加载了整个数据的一小部分

---

编辑-抱歉不够清晰：每个数字都是一个单词。我的功能集是文本，我的标签是标题。我正在尝试构建一个模型，在给定文本的情况下，它会根据经过训练的模型生成一个标题

您应该使用多标签方法来解决您的问题

您可能需要尝试sklearn的

多标签编辑器（）

。看一看

我想你可以试试熊猫“get_dummies”内置的OneHotEncoding

根据我的理解，您的数据如下（此处以“y”为例）：

其中y列中的每个数字表示每个类别

因此，您可以做的是：

new\u y=pd.get\u dummies（df['y']，drop\u first=True）

如果您在此处发布一些示例数据以及您希望实现的具体目标，将非常有帮助。

---

PS：除此之外，你还必须使用分类交叉熵作为损失计算。

你能举一个“相互关联”的例子吗？每个数字都是一个单词。我的功能集是文本，我的标签是标题。我试图构建一个模型，在给定文本的情况下，它会根据经过训练的模型生成一个标题。我已经看到了这种方法，但它不适合我的问题。我没有多个标签，我有一个标签可以有多个值，即不是二进制。Thank’s anyways^^最近我有一个类似的项目->每个标签都包含多个值（每个标签的值不是二进制的）。而

multi-labelbinarizer（）

将标签的那些

非二进制

值转换为

二进制表示

。我建议你急切地阅读这篇文章：）不要犹豫，问问你是否需要进一步的帮助，如果答案有用，请投上一票。有趣的是，根据这篇文章，我的怀疑正是算法中最关键的一点。谢谢，伙计，真的帮了大忙

df
 
   a  b  y
0  1  2  1
1  4  5  2
2  7  1  3
3  4  7  1
4  6  0  3
5  7  9  2
6  8  1  1