同楼上lifanqie1所说，确实是有些值设定为None后会将其与NA都设定为缺失值，但是不是MasVnrType（没有这个特征），解决方法是加一行all_features.replace('None', 'None_fea', inplace=True)就可以了
1 Like
你可以打印一下all_features的dtype，可以看到大概率是前一步转独热编码的时候它给的是Boolean型而不是int形式的0和1，在转tensor之前自行转化一下就可以：all_features = all_features.astype({col: ‘int’ for col in all_features.select_dtypes(include=[‘bool’]).columns})
2 Likes
为什么我下载数据集报错
AccessDenied
Access Denied
07JRYK4SMH161F5T
wmG3gxeJIKt5qA/g8Vrtz2P030+6AIK8cNAhvDwlJ/bJYq1ukvfE9Sp/ApnCJyL+wIwfd/PFWAI=
print(train_data.shape)
print(test_data.shape)
(1, 1)
(1, 1)
非常感谢，我是新手，使用的pycharm，遇到这个问题，使用你的方法已经解决
为什么原本的bool不能用呢，支持的类型不是有bool吗
同意lifanqie1所说，但Naom1的解决方案似乎不太行。确实是MasVnr中有None，pandas在读取csv之后就会把None视作NA，因此用inplace替换无法找到’None’字符串；我的解决方案是：需要在csv源文件中替换None为None_fea，再用panda读取时候改为修改后的文件，就可以了
均值填充在apply之后，是等效的。你可以理解为，本来是均值填充，但是先归一化处理后均值为0，因此后边进行0填充即可。
是不是这个课程有专用的微信讨论群呢？记得之前看到，好像是在v1版本的评论区，现在却关闭了。看到的麻烦发一下
我觉得你说得很有道理，我用log_rmse调出来的参数上传到kaggle实际损失比测试的大，换成mse作损失函数就跟kaggle结果差不多了
