Как использовать метку времени в построении наивной байесовской модели в Python

Question

У меня есть набор данных с меткой времени в качестве одного из столбцов в формате 09/07/2016 23:58.

Я пытаюсь применить Наивный Байес к этим Данным, и я столкнулся с приведенной ниже ошибкой. Пожалуйста, дайте мне знать, как использовать эти данные в моей модели

ValueError: недопустимый литерал для float(): 06.12.2016, 23:59

Answer 1

Тебе нужно to_datetime с параметром errors='coerce' для преобразования плохих не разбираемых значений в NaT:

df = pd.DataFrame({'date':['12/06/2016 23:59','12/06/2016 23:59', 'a']})
print (df)
               date
0  12/06/2016 23:59
1  12/06/2016 23:59
2                 a


print (pd.to_datetime(df.date, errors='coerce'))
0   2016-12-06 23:59:00
1   2016-12-06 23:59:00
2                   NaT
Name: date, dtype: datetime64[ns]

Для проверки плохих значений используйте boolean indexing - вернуть все строки, где есть NaT:

print (df[pd.to_datetime(df.date, errors='coerce').isnull()])
  date
2    a

Answer 2

Из вашего вопроса не совсем понятно, что вы делаете, но в Интернете уже есть пара примеров:

• Как реализовать наивный байесовский с нуля в Python
• Наивный байесовский
• 6 простых шагов для изучения наивного байесовского алгоритма (с кодом на Python)

И некоторые фрагменты кода в SO:

• Различные типы функций для обучения Наивного Байеса в Python Pandas
• Невозможно использовать Pandas и NLTK для обучения наивного байесовского (машинного обучения) на Python
• Как запустить наивный байес из НЛТК с Python Pandas?