[in Arbeit] Feature mapping

[egolus]

Ich lad die branch jetzt mal hoch, um ein paar Dinge dazu aufschreiben zu können.

meine Idee im Moment ist, fast alles mithilfe von pandas zu machen.

• ein pandas DataFrame hat einen Index, den ich wegspeichern kann
• zusätzlich speichere ich die columns

beim Speichern passiert folgendes:

• ich wandel das numpy array in einen DataFrame um
• setze als Index den alten Index
• setze als columns die alten columns
• speicher den DataFrame so ab

damit sieht die solution etwa so aus wie die train.csv (Facial Keypoints als Spalten, Image-Id als Zeilen)

daraus können wir dann durch einen loop oder ein bisschen pandas-magic unsere endgültige solution zusammenbauen

wenn wir jetzt aber annehmen, dass wir zwei verschiedene Testsets haben, benötige ich dort die ImageId als Index.. Ich denke, da speichern wir am besten die csv-Dateien mit Index neu ab, dann können wir diese Index-Spalte beim Laden wieder angeben

es muss aber auf jeden Fall noch ordentlich aufgeräumt werden ..

noch eine Entdeckung für die Solution:

DataFrame.stack bildet die Liste, wie wir sie letztendlich brauchen
ich hab grad noch ein wenig mit pandas rumgespielt .. wir können unsere Teilsolutions einfach zusammensetzen, indem wir die Spalte überschreiben (nur vorhandene Einträge werden eingesetzt, siehe Index 1 auf dem screenshot)