如何修复Scikit机器学习中的错误

Question

我正在尝试为具有1059行和4列的数据集实现机器学习，但是当试图使用以下方式适应模型时，我会遇到以下错误

knn.fit（mydata ['rab']，mydata ['etape']）

valueerror：发现的输入变量，数量不一致样品：[1，1059]

不弃用战争：随着数据弃用为0.17，传递1D阵列并将在0.19中提高价值。重塑您的数据要么X.Reshape（-1，1）如果您的数据具有单个功能或X.Reshape（1，-1）如果它包含一个样本。我还能定义多个预测变量？

形状的输出为：

（1059，4）

如何定义多个预测变量？

from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 
plt.style.use('ggplot') 
myData=pd.read_csv('sabmin.csv', sep=';')
print(myData.shape)
knn = KNeighborsClassifier(n_neighbors=6) 
knn.fit(myData['RAB'], myData['ETAPE']) 

Answer 1

您根据Sklearn的预期形状做错了。

在这里：

knn.fit(myData['RAB'], myData['ETAPE'])

看来您正在将一个系列作为输入，一个作为输出。可能不是您想要的，因为Sklearn将其作为一个具有1059个维度的样本。Sklearn的错误输出与我的猜测兼容。

很难知道您到底在做什么，但是您至少需要从（1，1059）重塑为（1059，1）。但是我也希望您想使用更多的列，但我不知道。

另外，您可以早些时候创建一个numpy-matrix，以使其更容易（myData.as_matrix()）（我更像是基于sklearn的numpy用户；但是许多人因为此名称为基础的索引）。

前者将是：

knn.fit(myData['RAB'].reshape(-1, 1), myData['ETAPE'])

我真的建议阅读Sklearn的文档（有史以来最好的文档之一），也许也可能是Pandas＆amp;Numpy的文档也知道到底发生了什么。

您可能会观察到Sklearn的大量示例主要基于Numpy输入。对于初学者来说，这更容易，因为使用熊猫是又一层的复杂性（数据框，系列，...）。