Я пытаюсь подготовить данные для ввода в дерево решений и полиномиальный наивный байесовский классификатор.
Вот как выглядят мои данные (фреймворк pandas)
Label Feat1 Feat2 Feat3 Feat4
0 1 3 2 1
1 0 1 1 2
2 2 2 1 1
3 3 3 2 3
Я разделил данные на dataLabel и dataFeatures. Подготовленный dataLabel с использованием dataLabel.ravel()
Мне нужно дискретизировать функции, чтобы классификаторы рассматривали их как категориальные, а не числовые.
Я пытаюсь сделать это с помощью OneHotEncoder
enc = OneHotEncoder()
enc.fit(dataFeatures)
chk = enc.transform(dataFeatures)
from sklearn.naive_bayes import MultinomialNB
mnb = MultinomialNB()
from sklearn import metrics
from sklearn.cross_validation import cross_val_score
scores = cross_val_score(mnb, Y, chk, cv=10, scoring='accuracy')
Я получаю эту ошибку - bad input shape (64, 16)
Это форма метки и ввода
dataLabel.shape = 72
chk.shape = 72,16
Почему классификатор не принимает функции с одним горячим кодом?
ИЗМЕНИТЬ - код трассировки всего стека
/root/anaconda2/lib/python2.7/site-packages/sklearn/utils /validation.py:386: DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.
DeprecationWarning)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/root/anaconda2/lib/python2.7/site-packages/sklearn /cross_validation.py", line 1433, in cross_val_score
for train, test in cv)
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 800, in __call__
while self.dispatch_one_batch(iterator):
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 658, in dispatch_one_batch
self._dispatch(tasks)
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 566, in _dispatch
job = ImmediateComputeBatch(batch)
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 180, in __init__
self.results = batch()
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.py", line 72, in __call__
return [func(*args, **kwargs) for func, args, kwargs in self.items]
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/cross_validation.py", line 1531, in _fit_and_score
estimator.fit(X_train, y_train, **fit_params)
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/naive_bayes.py", line 527, in fit
X, y = check_X_y(X, y, 'csr')
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/utils/validation.py", line 515, in check_X_y
y = column_or_1d(y, warn=True)
File "/root/anaconda2/lib/python2.7/site-packages/sklearn/utils/validation.py", line 551, in column_or_1d
raise ValueError("bad input shape {0}".format(shape))
ValueError: неправильная форма ввода (64, 16)
sklearn
требуемые функции должны быть закодированы в качестве входных данных дляfit
метода. В конечном итоге я использовалpd.get_dummies(df)
Panda (в отличие отOneHotEncoder
, предоставленногоsklearn
), и это сработало, когда я попытался подогнать случайный лес. - person Russell Richie   schedule 26.07.2016pd.get_dummies
не рекомендуется, потому что тестовые данные будут отображаться по-другому - person gbhrea   schedule 26.07.2016