Question

我正在尝试在数据集上应用Gaussian Naive Bayes模型来预测疾病。当我预测使用训练数据时它正常运行，但是当我试图预测使用测试数据时，它正在给ValueError。

runfile（'D：/ ROFI / ML / Heart Disease / prediction.py'，wdir ='D：/ ROFI / ML / Heart Disease'）   回溯（最近一次调用最后一次）：

文件“”，第1行，in       runfile（'D：/ ROFI / ML / Heart Disease / prediction.py'，wdir ='D：/ ROFI / ML / Heart Disease'）

文件“C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ spyder \ utils \ site \ sitecustomize.py”，第866行，在runfile中       execfile（filename，namespace）

文件“C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ spyder \ utils \ site \ sitecustomize.py”，第102行，在execfile中       exec（compile（f.read（），filename，'exec'），namespace）

文件“D：/ ROFI / ML / Heart Disease / prediction.py”，第85行，in       预测（x_train，y_train，x_test，y_test）

文件“D：/ ROFI / ML /心脏病/ prediction.py”，第73行，预测       predict_data = model.predict（x_test）

文件“C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ sklearn \ naive_bayes.py”，第65行，预测       jll = self._joint_log_likelihood（X）

文件“C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ sklearn \ naive_bayes.py”，第429行，_joint_log_liklike       n_ij - = 0.5 * np.sum（（（X - self.theta_ [i，：]）** 2）/

ValueError：操作数无法与形状（294,14）（15，）
一起广播

这里有什么问题？

import pandas
from sklearn import metrics
from sklearn.preprocessing import Imputer
from sklearn.naive_bayes import GaussianNB    

def load_data(feature_columns, predicted_column):

    train_data_frame = pandas.read_excel("training_data.xlsx")
    test_data_frame = pandas.read_excel("testing_data.xlsx")
    data_frame = pandas.read_excel("data_set.xlsx")

    x_train = train_data_frame[feature_columns].values
    y_train = train_data_frame[predicted_column].values

    x_test = test_data_frame[feature_columns].values
    y_test = test_data_frame[predicted_column].values

    x_train, x_test = impute(x_train, x_test)

    return x_train, y_train, x_test, y_test


def impute(x_train, x_test):

    fill_missing = Imputer(missing_values=-9, strategy="mean", axis=0)

    x_train = fill_missing.fit_transform(x_train)
    x_test = fill_missing.fit_transform(x_test)

    return x_train, x_test


def predict(x_train, y_train, x_test, y_test):

    model = GaussianNB()
    model.fit(x_train, y_train.ravel())

    predicted_data = model.predict(x_test)
    accuracy = metrics.accuracy_score(y_test, predicted_data)
    print("Accuracy of our naive bayes model is : %.2f"%(accuracy * 100))

    return predicted_data


feature_columns = ["age", "sex", "chol", "cigs", "years", "fbs", "trestbps", "restecg", "thalach", "exang", "oldpeak", "slope", "ca", "thal", "num"]
predicted_column = ["cp"]

x_train, y_train, x_test, y_test = load_data(feature_columns, predicted_column)

predict(x_train, y_train, x_test, y_test)

N.B：两个文件都有相同的列数。

Answer 1

我发现了这个错误。由于Imputer而发生错误。 Imputer替换数据集中的缺失值。但是，如果任何列完全由缺失值组成，则它会删除该列。我在测试数据集中有一个完整的缺失数据列。因此，Imputer正在删除它，因此形状与训练数据不匹配，这就是错误的原因。刚刚从feature_columns列表中删除了列名，该列表中包含缺失值并且有效。

Scikit Learn - ValueError：操作数无法一起广播

1 个答案: