数据集：

Question

当我尝试应用LDA的get_dummies()方法时，为了训练和测试目的而拆分数据集后，我在数据集中应用了fit_transform()方法。

ValueError：输入形状错误（26905，8）

我在做什么错？我不确定问题是由于get_dummies()方法引起的还是我遗漏的其他问题

# Sample Code


df = pd.read_csv('/Users/rushirajparmar/Downloads/Problem 16 (1)/Problem 16/Problem 16/train_file.csv')


df.drop(['UsageClass','CheckoutType','CheckoutYear','CheckoutMonth'],axis = 1,inplace = True)


Y=pd.get_dummies(df,columns = ['MaterialType'])
X=pd.get_dummies(df,columns = ['Title','Creator','Subjects','Publisher','PublicationYear'])


X.drop(['MaterialType'],axis = 1,inplace = True)


Y.drop(['ID','Checkouts','Title','Creator','Subjects','Publisher','PublicationYear'],axis = 1,inplace = True)

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.15)


from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)


from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
lda = LDA(n_components = 1)
X_train = lda.fit_transform(X_train, y_train)
X_test = lda.transform(X_test)

数据集：

这里是train_file.csv供参考

Answer 1

您不必将get_dummies应用于目标变量。您可以直接将多类别标签提供给LDA。

From Documentation:

fit_transform（X，y = None，** fit_params）

适合数据，然后   对其进行转换。

使用可选参数fit_params和   返回X的转换版本。

参数：
   X： numpy形状的数组[n_samples，n_features]训练   设置。

y：形状为[n_samples]个目标值的numpy数组。

返回值：X_new：形状为[n_samples，n_features_new]的numpy数组   转换后的数组。

因此，您的y必须是一维的。

X_train, X_test, y_train, y_test = train_test_split(X, df['MaterialType'], test_size = 0.15)

lda = LDA(n_components = 1)
X_train = lda.fit_transform(X_train, y_train)

在LDA中应用fit_transform时输入形状错误

数据集：

1 个答案: