Scikit learn 逆变换函数未返回正确的值

我下面是一篇关于多标签电影类型的教程

我正在使用该教程为投诉登记创建预测标记。在我的案例中，我为投诉登记册贴上了“类型”标签，例如1个投诉可以有多个标签/类型标签）。例如：投诉#1有多种类型=保修、空调

我已经到了调用multilablebinarizer（）函数来标记电影“流派”的阶段

我的问题如下：

总独特类型=55（请参见下面的屏幕截图） image.png

我运行了Multilabel_二进制函数，并将“Genre”目标变量转换为y

问题:

我遇到y只有（166,49）。如果我的理解是正确的，只有49种体裁，而不是55种独特的体裁

我遇到错误消息： C:\Users\LAUJ3\Documents\Python Project\env\lib\site packages\sklearn\multiclass.py:74:UserWarning:Label not 47出现在所有培训示例中。 warnings.warn（“标签%s出现在所有培训示例中”。%

多标签二值化器结果的逆转换函数没有意义。希望看到类型标签而不是胡言乱语 多标签二值化器.逆变换（y_pred）[3]

y_pred[3] 出[57]： 数组（[1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1, 0, 1, 0,0,0,0,0]）

多标签二值化器.逆变换（y_pred）[3] Out[58]：（“，”，“a”，“c”，“e”，“g”，“i”，“n”，“o”，“r”，“t”）

我不知道出了什么问题。提前谢谢你的帮助

因为df['genre']的内容是字符串，所以您将字符作为类来获取

#printing type of df['genre']
print(type(df['genre'][0]))
#op
<class 'str'>

更新代码

#replace  df['genre'] = df['genre'].apply(lambda x :[value for value in eval(x).values()])
df['Genre'] = df['Genre'].apply(lambda x: x.split(',')) 
mlb.fit_transform(df1['Genre'])

print(mlb.classes_)
#op
array([' Curtain/Blinds', ' Delays', ' Electricial Compliance',
   ' Granny Flat', ' Heating/Cooling', ' Payment', ' Refund',
   ' Unlicensed', ' Warranty', 'Airconditioning', 'Heating/Cooling',
   'Warranty'], dtype=object

---

在早期的数据中，它使用字典格式的字符串，但在您的数据字符串中，它是逗号分隔的，您不需要使用求值函数simple split将为您工作

谢谢您的回复。您的回答是对的，该列在STR类中。我尝试按照您的代码将其转换为list，但收到一个指示值的错误列中的值未定义。不确定是否由此.Tag['Genre']=Tag['Genre']。应用（lambda x:[value for value in eval（x）.values（）]）文件“”，第1行，名称错误：名称“空调”未定义请告诉我您是否可以打开“我使用了movie.metadata.tsv”analyticsvidhya中提供的链接，以获取数据，学习数据9-12-2019.xls您使用过的数据和movie.metadata.tsv相同，或者您进行了一些修改？？？我使用了自己的文件，但将文件格式化为xls文件格式，这样我就可以跳过清理过程。该文件也在谷歌硬盘中（只有4列包括“流派”）。非常感谢！也在这里分享。我找到了将多值列转换为列表的方法。创建一个名为Test#Tag->Dataframe name#Genre->column name Test=[]Test=Tag['Genre]的空数组.str.split（“，”）.tolist（）标记['genre_new']=Test

mlb.fit_transform(df['genre'])
print(mlb.classes_[0:10]) # taking only 10 element from array since there is 363 different classes

#op
array(['Absurdism', 'Acid western', 'Action', 'Action Comedy',
   'Action Thrillers', 'Action/Adventure', 'Addiction Drama', 'Adult',
   'Adventure', 'Adventure Comedy'], dtype=object)

mlb.fit_transform(df['genre'])
print(mlb.classes_[0:10]) # taking only 10 element from array since there is 363 different classes

#op
array(['Absurdism', 'Acid western', 'Action', 'Action Comedy',
   'Action Thrillers', 'Action/Adventure', 'Addiction Drama', 'Adult',
   'Adventure', 'Adventure Comedy'], dtype=object)

#replace  df['genre'] = df['genre'].apply(lambda x :[value for value in eval(x).values()])
df['Genre'] = df['Genre'].apply(lambda x: x.split(',')) 
mlb.fit_transform(df1['Genre'])

print(mlb.classes_)
#op
array([' Curtain/Blinds', ' Delays', ' Electricial Compliance',
   ' Granny Flat', ' Heating/Cooling', ' Payment', ' Refund',
   ' Unlicensed', ' Warranty', 'Airconditioning', 'Heating/Cooling',
   'Warranty'], dtype=object