Question

代码如下，我正在尝试使用GBRT回归树的训练数据，相同的数据对其他分类器有效，但为GBRT提供了上述错误。请帮忙：

dataset = load_files('train')
vectorizer = TfidfVectorizer(encoding='latin1')
X_train = vectorizer.fit_transform((open(f).read() for f in dataset.filenames)) 
assert sp.issparse(X_train)     
print("n_samples: %d, n_features: %d" % X_train.shape)
y_train = dataset.target
def benchmark(clf_class, params, name):
    clf = clf_class(**params).fit(X_train, y_train)

Answer 1

我遇到了同样的问题，试图使用GradientBoostingClassifier加载的数据训练load_svmlight_files。通过将稀疏矩阵转换为numpy数组来解决。

X_train.todense()

Answer 2

因为 sklearn 请求中的 GBRT X（培训数据）是array-like而不是sparse matrix：{{3 }}

我希望这可以帮到你！

Answer 3

最新版本的OneHotEncoder库不再支持

sklearn。该代码已修改为用户ColumnTransformer。

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer
ct = ColumnTransformer([('town', OneHotEncoder(), [0])], remainder = 'passthrough')

X = ct.fit_transform(X)

传递了稀疏矩阵，但需要密集数据。使用X.toarray（）转换为密集的numpy数组

3 个答案: