无法将scikit-learn的决策树分类器的输出保存到CSV中

Question

我有以下代码，这意味着为scikit-learn的decisiontreecclassifier接收一些训练和测试数据。它一直工作到我希望将.predict函数的输出保存到CSV文件为止。目前的代码是:

import numpy as np
import pandas as pd
from sklearn import tree
with open('data/training.csv', 'r') as f:
    df = pd.read_csv(f, index_col=None)
df['Num_Labels'] = df.Label.map(lambda x: '-1' if x == 's' else '1')  # Convert labels to '0' or '1'.
Train_values = df.iloc[:, 1:31].values
Train_labels = df.iloc[:, 33:34].values
# print Train_values.values
# print type(Train_values.values)
with open('data/test.csv', 'r') as f2:
    df2 = pd.read_csv(f2, index_col=None)
Test_values = df2.iloc[:, 1:31].values
# #----------------------------------------------------------------------------------------------
X = Train_values
Y = Train_labels
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
Pred = clf.predict(Test_values)
#print Pred
#print type(Pred[:1])
np.savetxt('Output.csv', Pred, delimiter =' ')

，终端输出如下:

/usr/bin/python2.7 /home/amit/PycharmProjects/HB/Read.py
Traceback (most recent call last):
  File "/home/amit/PycharmProjects/HB/Read.py", line 38, in <module>
    np.savetxt('Output.csv', Pred, delimiter =' ')
  File "/usr/lib/python2.7/dist-packages/numpy/lib/npyio.py", line 1073, in savetxt
    fh.write(asbytes(format % tuple(row) + newline))
TypeError: float argument required, not str
['1' '-1' '-1' ..., '1' '1' '1']
<type 'numpy.ndarray'>
Process finished with exit code 1

Answer 1

Pred很可能有问题。npyio.py中的savetxt代码相当简单:

for row in X:
    fh.write(asbytes(format % tuple(row) + newline))

将逐行读取X(在本例中为输入数组Pred)。格式字符串format在这种情况下是%f %f %f，与一行中的元素(即列数)一样多的占位符。错误消息抱怨向量row中除了浮点值之外还有其他东西。此外，错误消息看起来好像有短文本字符串而不是浮点数。

我猜Pred是ndarray。如果不是，那就奇怪了。然而，它可能是字符串数组，而不是浮点数或其他数字数组!

你几乎可以像你尝试的那样跟踪它，但是使用:

print Pred.dtype

如果它是S3之类的，那么你有一个字符串数组。如果是这样的话，我建议你检查X和Y的数据类型是否正确。如果它们不是数字，事情可能会变得有点奇怪。