scikit-learn中的多标签编码

Question

我正在尝试对我的DataFrame的目标列进行编码。此列包含的变量的类型为object。在

我有一个DataFrame，它包含所有代码-icd10。使用这些，我试图将我的infoDFDataFrame的标签进行二值化。在

我的代码如下：

from sklearn import preprocessing

lb = preprocessing.LabelBinarizer()
#fit all the possible label codes
lb.fit(icd10['ICD10'])
temp = lb.transform(infoDF['Target'])
for i,x in enumerate(lb.classes_):
    infoDF[x] = temp[ : , i]

当我运行它时，我得到以下回溯：

^{pr2}$

我不知道我做错了什么。。在

Answer 1

虽然我们没有您的数据集的确切格式，但看起来问题是由初始整数引起的。在

sklearn的LabelBinarizer调用^{}，根据文档，这不允许“字符串和整数标签的混合”。在

尝试删除前21行，看看错误是否仍然存在。在

import pandas as pd
from sklearn import preprocessing

lb = preprocessing.LabelBinarizer()

icd11 = pd.DataFrame({'ICD11': [0, '6C51', '6C50.Z']})

# crashes
lb.fit(icd11['ICD11'])

# does not crash
lb.fit(icd11['ICD11'][1:])