Question

错误是这样的：

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

代码是这样的：

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())

我正在使用scikit-learn包，X-train，y_train采用LIBSVM格式，X是功能：值对，y_train是目标/标签，X_train采用CSR matric格式，shrink_threshold不支持CSR稀疏矩阵，因此我将.todense()添加到X_train，然后我收到此错误，任何人都可以提供帮助我解决这个问题？非常感谢！

Answer 1

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

之所以发生，是因为我的训练标签是漂浮物，而不是整数。就我而言，这是因为我用np.ones初始化了标签，没有指定dtype = np.int8。希望它有所帮助。

Answer 2

通常情况下，索引数组应该通过创建它的方式明确integer类型，但是在传递空列表的情况下，变为默认float，这可能不是由程序员考虑。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，应该总是明确地定义数组构造函数中的dtype。

Answer 3

有时候您的数据是整数，并且所有事情都是正确的，但是它发生了，因为您的数据系列之一是一个空数组，因此您可以使用以下条件：

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

用作索引的数组必须是整数（或布尔）类型

3 个答案: