Question

我正在尝试使用scikit中的ExtraTreesClassifier来学习我的数据。我有两个numpy数组X和y。 X的尺寸为（10000,51），y为（10000，）。为了确保它们采用numpy数组格式，我使用

X = numpy.array(X, dtype=np.float32)
print numpy.asarray(X,dtype=np.float32) is X
y = numpy.array(y, dtype=np.float32)
print numpy.asarray(y,dtype=np.float32) is y`

我得到TRUE。然后我将我的模型定义为：

clf = ExtraTreesClassifier(n_estimators=10, max_depth=None, min_samples_split=1, random_state=0, n_jobs = -1)`

当我想用

训练我的模型时

clf = clf.fit(X, y)`

我收到以下错误：

File "CFD_scikit_learn.py", line 169, in <module>
clf = Xtra_Trees(my_var)
  File "CFD_scikit_learn.py", line 140, in Xtra_Trees
clf = clf.fit(X, y)
  File "/user/leuven/308/vsc30879/.local/lib/python2.7/site-packages/sklearn/ensemble/forest.py", line 235, in fit
y, expanded_class_weight = self._validate_y_class_weight(y)
  File "/user/leuven/308/vsc30879/.local/lib/python2.7/site-packages/sklearn/ensemble/forest.py", line 421, in _validate_y_class_weight
check_classification_targets(y)
  File "/user/leuven/308/vsc30879/.local/lib/python2.7/site-packages/sklearn/utils/multiclass.py", line 173, in check_classification_targets
raise ValueError("Unknown label type: %r" % y)
ValueError: Unknown label type: array([[ 2.09895 ],
   [ 1.658568],
   [ 1.242831],
   ..., 
   [ 1.743349],
   [ 1.765763],
   [ 1.824112]])

如果有人知道如何解决这个问题，如果你让我知道，不胜感激。

Answer 1

分类器need integer labels。

您需要将它们转换为整数（例如将它们装箱），或使用a regression-type model。

如果您认为可以将花车分成合理的课程，numpy.digitize可能有所帮助。或者你可以binarize them。

Answer 2

y应该是整数数组而不是浮点数。每个整数应该代表一些类。

Answer 3

将其二值化的另一种方式

X = numpy.array(X, dtype='|Sx') 其中x表示表示浮点数所需的符号数。

在scikit-learn中使用ExtraTreesClassifier时出错

3 个答案: