Question

我有一个包含6列'Weight'（float），'Gender'（0或1（int）），'Height'（float），'Metabolism'（0,1,2,3（ int）），'Psychology'（0,1,2,3,4,5,6（int）），而我们必须预测的列是'Age'（int）。我必须使用sklearn的VotingClassifier做到这一点。应用单次热编码后，我以这种方式拆分了数据。

X_train, X_test, y_train, y_test = train_test_split(X_hot, y, test_size=0.25, random_state=1)

我将这4种算法用于分类器。

gbm = GradientBoostingRegressor(loss='huber',n_estimators=5000,max_features="sqrt",subsample=0.9)
gbm.fit(X = X_train,y = np.log1p(y_train))

ada = AdaBoostClassifier(n_estimators=2000)
ada.fit(X = X_train,y = y_train)

log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)

和knn也是。现在，这部分工作正常了

from sklearn.ensemble import VotingClassifier
estimators=[('knn', knn_best), ('ada', ada), ('log_reg', log_reg), ('gbm', gbm)]
new_ensemble = VotingClassifier(estimators, voting='hard')
new_ensemble.fit(X_train, y_train)

下面是显示错误的部分

y_pred = new_ensemble.predict(X_test)

我尝试将所有内容都转换为从X_train，X_test，y_train，y_test浮动，但是它没有任何改变。我将所有内容都更改为int，但同样发生了同样的错误。为什么该行显示错误？我真的很困惑。

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-37-86a04c2ceff1> in <module>
----> 1 y_pred = new_ensemble.predict(X_test)

~\AppData\Roaming\Python\Python37\site-packages\sklearn\ensemble\voting_classifier.py in predict(self, X)
    237                 lambda x: np.argmax(
    238                     np.bincount(x, weights=self._weights_not_none)),
--> 239                 axis=1, arr=predictions)
    240 
    241         maj = self.le_.inverse_transform(maj)

~\Anaconda3\lib\site-packages\numpy\lib\shape_base.py in apply_along_axis(func1d, axis, arr, *args, **kwargs)
    378     except StopIteration:
    379         raise ValueError('Cannot apply_along_axis when any iteration dimensions are 0')
--> 380     res = asanyarray(func1d(inarr_view[ind0], *args, **kwargs))
    381 
    382     # build a buffer for storing evaluations of func1d.

~\AppData\Roaming\Python\Python37\site-packages\sklearn\ensemble\voting_classifier.py in <lambda>(x)
    236             maj = np.apply_along_axis(
    237                 lambda x: np.argmax(
--> 238                     np.bincount(x, weights=self._weights_not_none)),
    239                 axis=1, arr=predictions)
    240 

TypeError: Cannot cast array data from dtype('float64') to dtype('int32') according to the rule 'safe'

Answer 1

尝试对 VotingClassifier 使用参数 voting ='soft'。我认为通过 voting ='hard'，所有模型都希望使用整数标签，但是会从回归变量中获得一些浮点值。使用“软”，它会将模型结果作为概率，而概率当然是浮点数。

无法根据“安全”

1 个答案: