Python基于列表映射按outlook特征拆分X_train并匹配y_train标签生成四个列表
实现方案
核心问题定位
你目前已经可以正确筛选出outlook为overcast的特征行,卡点本质是循环逻辑没有绑定X_train和y_train的一一对应关系:之前的遍历只覆盖了X_train本身,没有关联同索引位置的标签数据,自然无法完成标签匹配,也没法拆分非overcast类别的特征和对应标签。
可直接运行的代码
# 按你给出的期望输出顺序初始化四个空列表 # 顺序:非overcast特征、非overcast对应标签、overcast特征、overcast对应标签 non_overcast_X = [] non_overcast_y = [] overcast_X = [] overcast_y = [] # 同时绑定遍历每一行特征和对应的标签,通过zip实现索引一一对应 for feature_row, label in zip(X_train, y_train): # 直接定位每行第0个元素(也就是outlook列)做判断,比`'overcast' in row`的写法更严谨,避免其他列出现同名值时的误匹配 if feature_row[0] == 'overcast': overcast_X.append(feature_row) overcast_y.append(label) else: non_overcast_X.append(feature_row) non_overcast_y.append(label) # 按顺序组合为最终返回的元组 final_result = (non_overcast_X, non_overcast_y, overcast_X, overcast_y)
效果说明
运行上述代码后,输出的final_result和你给出的预期结果完全一致:
overcast_X就是你之前已经筛出的4条overcast特征行overcast_y对应的4个标签正好是['yes', 'yes', 'yes', 'yes'],和你预期的匹配标签规则完全吻合- 剩下的
non_overcast_X和non_overcast_y就是所有outlook非overcast的特征行及对应标签,顺序、内容都和你给出的预期输出无差异
内容的提问来源于stack exchange,提问作者Jasmine N
相关产品推荐
相关产品推荐

