我想用sklearn训练一个模型。作为输入,我有一个列表列表和一个标签列表。它们的构造如下:
for searchDay, features in listOfVecs.iteritems():
vectors = []
labels = []
for feature in features:
vectors.append(feature[0])
labels.append(feature[1])
矢量及其相应的标签在字典中。他们相互映射。因此,我们有vectors.append(feature[0])
中显示的向量向量和标签labels.append(feature[1])
列表。 feature[0]
是一个列表,feature[1]
是一个整数标签。
为了在模型中将它们用作输入,我们必须执行以下操作:
matrix = np.array(vectors)
model = ensemble.RandomForestRegressor()
model.fit(matrix, labels)
我们首先将矢量转换为numpy 2D数组,然后使用fit
函数中的标签。