我正在做一个热编码和使用𝜃̂ =((𝕏𝑇𝕏)^−1) * 𝕏𝑇𝕪 为了估计θ,由于冗余,我得到了一个错误,所以我决定删除有冗余的列
这是在删除列之前:
def one_hot_encode_revised(data):
all_columns = data.columns
records = data[all_columns].to_dict(orient='records')
encoder = DictVectorizer(sparse=False)
encoded_X = encoder.fit_transform(records)
df = pd.DataFrame(data=encoded_X, columns=encoder.feature_names_)
return df.drop(['day=Fri', 'sex=Male', 'smoker=No', 'time=Dinner'], axis =1)
one_hot_X_revised = one_hot_encode_revised(X)
然后,我使用该函数根据上述方程估算θ:
def get_analytical_sol(X, y):
"""
Computes the analytical solution to our least squares problem
Parameters
-----------
X: a 2D dataframe of numeric features (one-hot encoded)
y: a 1D vector of tip amounts
Returns
-----------
The estimate for theta
"""
return np.linalg.inv(X.T * X) * (X.T * y)
要运行此操作,请执行以下操作:
revised_analytical_thetas = get_analytical_sol(one_hot_X_revised, tips)
我的错误是:ValueError:无法强制到DataFrame,形状必须是(8244):给定的(252252)
供参考,提示如下:
我是否正确地消除了冗余?如果是,为什么我仍然有错误
谢谢
这一行中有一个错误
return np.linalg.inv(X.T * X) * (X.T * y)
。你要做的是矩阵乘法。在数据帧中,符号*
不用于矩阵乘法。您需要使用数据帧的@
或dot()
方法相关问题 更多 >
编程相关推荐