Question

我正在阅读.csv文件中的列作为sklearn Naive Bayes fit的输入。但是，我遇到了这些错误和警告：

DeprecationWarning：传递1d数组作为数据在0.17中弃用，并将在0.19中引发ValueError。如果数据具有单个特征，则使用X.reshape（-1,1）重新整形数据;如果包含单个样本，则使用X.reshape（1，-1）重新整形数据。

和

ValueError：找到样本数不一致的数组：[1 10509]

这是我的代码：

clf = GaussianNB()

columns = defaultdict(list)
with open('file.CSV', 'rb') as f:
    reader = csv.reader(f)
    for row in reader:
        for(i, v) in enumerate(row):
            columns[i].append(v)

clf.fit(columns[9], columns[10])

作为注释，len（列[9]）和len（列[10]）都是10509

正如警告所示，我尝试了很多reshape（），flatten（），ravel（）的不同组合，并尝试使用numpy数组，但似乎没有任何工作。

有什么建议吗？似乎大多数人都使用某种数据结构而不是defaultdict，但我不确定如何使用其他数据结构来读取.csv

Answer 1

我找到了解决问题的方法。似乎问题不是关于塑造数据结构，而是将其设置为数字类型而不是字符串类型。

x = np.array(columns[9]).reshape(len(columns[10]), 1).astype(np.float)
y = np.array(columns[10])
clf.fit(x, y)

ValueError：在defaultdict上使用sklearn时样本数不一致

1 个答案: