Python RandomForest-未知标签错误

Question

我在使用RandomForest拟合函数时遇到问题

这是我的训练套装

         P1      Tp1           IrrPOA     Gz          Drz2
0        0.0     7.7           0.0       -1.4        -0.3
1        0.0     7.7           0.0       -1.4        -0.3
2        ...     ...           ...        ...         ...
3        49.4    7.5           0.0       -1.4        -0.3
4        47.4    7.5           0.0       -1.4        -0.3
... (10k rows)

由于使用sklearn.ensemble RandomForest 的所有其他变量，我想预测P1

colsRes = ['P1']
X_train = train.drop(colsRes, axis = 1)
Y_train = pd.DataFrame(train[colsRes])
rf = RandomForestClassifier(n_estimators=100)
rf.fit(X_train, Y_train)

这是我得到的错误：

ValueError: Unknown label type: array([[  0. ],
       [  0. ],
       [  0. ],
       ..., 
       [ 49.4],
       [ 47.4],

我没有发现任何关于这个标签错误的信息，我使用的是Python 3.5。任何建议都会有很大帮助！

Answer 1

当您将标签（y）数据传递给rf.fit(X,y)时，它希望y是1D列表。对Panda帧进行切片总是会产生2D列表。因此，在您的用例中引发了冲突。您需要将pandas DataFrame提供的2D列表转换为fit函数所期望的1D列表。

首先尝试使用1D列表：

Y_train = list(train.P1.values)

如果这不能解决问题，您可以尝试多项式NB错误中提到的解决方案："；"未知标签类型"：

Y_train = np.asarray(train['P1'], dtype="|S6")

所以你的代码变成了

colsRes = ['P1']
X_train = train.drop(colsRes, axis = 1)
Y_train = np.asarray(train['P1'], dtype="|S6")
rf = RandomForestClassifier(n_estimators=100)
rf.fit(X_train, Y_train)

Answer 2

根据这篇SO文章，分类器需要整数或字符串标签。

您可以考虑改用回归模型（可能更适合您的数据，因为每个数据看起来都是浮动的），如下所示：

X_train = train.drop('P1', axis=1)
Y_train = train['P1']
rf = RandomForestRegressor(n_estimators=100)
rf.fit(X_train.as_matrix(), Y_train.as_matrix())

Answer 3

可能有点晚了，但我刚刚收到这个错误，并通过使用确保我的y变量是type（int）来解决它

 y = df['y_variable'].astype(int) 

在进行列车测试拆分之前，也像其他人所说的那样，您的问题似乎更适合RFReg，而不是RF