用作索引的数组必须是整型(或布尔型)

Question

错误如下：

Traceback (most recent call last):
  File "NearestCentroid.py", line 53, in <module>
    clf.fit(X_train.todense(),y_train)
  File "/usr/local/lib/python2.7/dist-packages/scikit_learn-0.13.1-py2.7-linux-i686.egg/sklearn/neighbors/nearest_centroid.py", line 115, in fit
    variance = np.array(np.power(X - self.centroids_[y], 2))
IndexError: arrays used as indices must be of integer (or boolean) type

代码如下：

distancemetric=['euclidean','l2']
for mtrc in distancemetric:
for shrkthrshld in [None]:
#shrkthrshld=0
#while (shrkthrshld <=1.0):
    clf = NearestCentroid(metric=mtrc,shrink_threshold=shrkthrshld)
    clf.fit(X_train.todense(),y_train)
    y_predicted = clf.predict(X_test.todense())

我使用的是scikit-learn包，X-train、y_train是LIBSVM格式，X是特征：值对，y_train是目标/标签，X_train是CSR矩阵格式，shrink_threshold不支持CSR稀疏矩阵，所以我在X_train中添加了.todense()，然后我得到了这个错误，有人能帮我修复吗？非常感谢！

Answer 1

我在使用Pystruct pystruct.learners.OneSlackSSVM时遇到了类似的问题。

之所以出现这种情况，是因为我的训练标签是浮点值，而不是整数。在我的例子中，这是因为我用np.ones初始化了标签，而没有指定dtype=np.int8。希望能有所帮助。

Answer 2

通常情况下，索引数组的创建方式应该是明确的integer类型，但在传递空列表的情况下，它将成为默认的float，程序员可能不会考虑这种情况。例如：

>>> np.array(xrange(1))
>>> array([0])                #integer type as expected
>>> np.array(xrange(0))
>>> array([], dtype=float64)  #does not generalize to the empty list

因此，应该始终在数组构造函数中明确定义dtype。

Answer 3

有时你的数据是整数，每件事都是正确的，但这是因为你的一个数据序列是空数组，所以你可以使用这个条件：

if len(X_train.todense())> 0: