0
팬더 데이터 프레임은 열에서 가능한 모든 기계 학습 문제 클래스를 보유하므로 항목에 할당 된 값은 확률을 의미합니다.예상 클래스에 따라 팬더 데이터 프레임에 추가하는 방법
다음으로 기차 케이스에 대한 클래스 예측을 제공하는 기계 학습 모델이 있습니다.
지금 내가 효율적으로 팬더 Dataframe에 예측 클래스에 따라 추가 할 수 있습니다 어떻게 예측 클래스에 할당 된 열의 값은 1
를 얻을 모든 예측을위한 새로운 행을 추가 할 그리고 우아한 방법?
이 내가 원하는 것을하는 최소한의 샘플 코드 :
import pandas as pd
import numpy as np
predictions = np.array(['classB', 'classB', 'classC'])
data = pd.DataFrame(columns=['classA', 'classB', 'classC'])
print "Data before:"
print data
for i in range(len(predictions)):
if predictions[i] == "classA":
data.loc[i] = [1, 0, 0]
if predictions[i] == "classB":
data.loc[i] = [0, 1, 0]
if predictions[i] == "classC":
data.loc[i] = [0, 0, 1]
print "Data after:"
print data
입력 :
Empty Dataframe, prediction = ['classB', 'classB', 'classC']
출력 :
classA classB classC
0 0.0 1.0 0.0
1 0.0 1.0 0.0
2 0.0 0.0 1.0
감사합니다! – johannesmik