Question

我从csv文件读取数据，第一行是字符串，其余都是小数。我不得不将此文件中的数据从字符串转换为十进制，现在我正在尝试对此数据运行决策树分类器。我可以很好地训练数据但是当我调用DecisionTreeClassifier.score（）时，我收到错误消息：＆＃34;不支持unknown＆＃34;

这是我的代码：

cVal = KFold(len(file)-1, n_folds=10, shuffle=True);
for train_index, test_index in cVal:
    obfA_train, obfA_test = np.array(obfA)[train_index], np.array(obfA)[test_index]
    tTime_train, tTime_test = np.array(tTime)[train_index], np.array(tTime)[test_index]
    model = tree.DecisionTreeClassifier()
    model = model.fit(obfA_train.tolist(), tTime_train.tolist())
    print model.score(obfA_test.tolist(), tTime_test.tolist())

我先前用这些行填写了obfA和tTime：

tTime.append(Decimal(file[i][11].strip('"')))
obfA[i-1][j-1] = Decimal(file[i][j].strip('"'))

所以obfA是一个2D数组，tTime是1D。以前我尝试删除＆＃34; tolist（）＆＃34;在上面的代码中，但它并没有影响错误。这是它打印的错误报告：

in <module>()
---> print model.score(obfA_test.tolist(), tTime_test.tolist())

in score(self, X, y, sample_weight)
    """
    from .metrics import accuracy_score
 -->return accuracy_score(y, self.predict(X), sample_weight=sample_weight)

in accuracy_score(y_true, y_pred, normalize, sample_weight)
    # Compute accuracy for each possible representation
  ->y_type, y_true, y_pred = _check_clf_targets(y_true, y_pred)
    if y_type == 'multilabel-indicator':
        score = (y_pred != y_true).sum(axis=1) == 0

in _check_clf_targets(y_true, y_pred)
    if (y_type not in ["binary", "multiclass", "multilabel-indicator", "multilabel-sequences"]):
        -->raise ValueError("{0} is not supported".format(y_type))
    if y_type in ["binary", "multiclass"]:

ValueError: unknown is not supported

我添加了print语句来检查输入参数的尺寸，这是它打印的内容：

obfA_test.shape: (48L, 12L)
tTime_test.shape: (48L,)

我很困惑为什么错误报告显示得分（）的3个必需参数但是文档只有2.什么是＆＃34; self＆＃34;参数？任何人都可以帮我解决这个错误吗？

Answer 1

这似乎让人联想到错误discussed here。问题似乎源于您用来拟合和评分模型的数据类型。在填写输入数据数组时，请尝试Decimal，而不是float。而且我不会有一个不准确的答案 - 你不能为DecisionTreeClassifiers使用浮点数/连续值。如果要使用浮点数，请使用DecisionTreeRegressor。否则，尝试使用整数或字符串（但这可能会转移您正在尝试完成的任务）。

至于最后的自我问题，这是Python的语法特质。当你做model.score（...）时，Python有点像得分（模型，...）。我担心我现在对此的了解不多，但回答原来的问题并不是必要的。 Here's an answer that better addresses that particular question.

Answer 2

我意识到我遇到的问题是因为我试图使用DecisionTreeClassifier来预测连续值，因为它们只能用于预测离散值。我将不得不转而使用回归模型。

在Scikit中使用Python测试DecisionTreeClassifier时出错

2 个答案: