Question

我正在使用Python和sk-learn进行我的第一个项目。在项目中，我必须根据可用数据进行预测。为此，我想使用DesicionTreeClassifier。我确实加载并清理数据并生成一些树。在生成期间，一些数据集确实无法生成树，而另一些数据集则无法生成。随着我仔细观察，我发现可以训练树的数据集少于30行，每行有9列。似乎树不能超过4。

Traceback (most recent call last):
  File "/usr/local/bin/decisionTree/readAnPrepareData.py", line 57, in <module>
    trainForest()
  File "/usr/local/bin/decisionTree/readAnPrepareData.py", line 39, in trainForest
    model.fit(X_train, Y)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 524, in fit
    X_argsorted=X_argsorted)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 340, in build
    recursive_partition(X, X_argsorted, y, sample_mask, 0, -1, False)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 306, in recursive_partition
    depth + 1, node_id, True)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 306, in recursive_partition
    depth + 1, node_id, True)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 306, in recursive_partition
    depth + 1, node_id, True)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 306, in recursive_partition
    depth + 1, node_id, True)
  File "/usr/lib/pymodules/python2.7/sklearn/tree/tree.py", line 272, in recursive_partition
    min_samples_leaf, max_features, criterion, random_state)
  File "_tree.pyx", line 533, in sklearn.tree._tree._find_best_split (sklearn/tree/_tree.c:4812)
ValueError: ndarray is not Fortran contiguous

我正在以这种方式创建树：

model = DecisionTreeClassifier()
model.fit(X_train, Y)

是什么导致这个？这可能是因为溢出？这将是一个非常奇怪的想法，因为这只是一个小数据......

Numpy正在运行版本：1.9.2 scikit-learn'0.16.1'

Answer 1

正如@HerrDerb测试出来的那样。这似乎是版本回归错误。

升级到最新的scikit-learn和NumPy也可以解决这个问题。

我想，可以在#1793，#1678

上阅读相关讨论

sk-learn：无法训练具有大数据帧的决策树

1 个答案: