Question

我正在尝试像这样实施高斯NB训练。但是，如果X的维度不相等（即X中的所有列表需要相同的长度），gnb.fit（）会抛出异常。如果我的训练样本是不同长度的向量，那么调用fit（）的正确方法是什么？

 def train(X, Y):
   gnb = GaussianNB()
   gnb.fit(X, Y)
   return gnb

 >>> X = [[1,2,3], [4,5,6,7], [8,9]]
 >>> Y = [1,1,1]
 >>> snb.train(X, Y)

 /Library/Python/2.7/site-packages/sklearn/utils/validation.py:395: 
 DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 
 and will raise ValueError in 0.19. Reshape your data either using 
 X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) 
 if it contains a single sample.
 DeprecationWarning)
 Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
 File "snb.py", line 113, in train
 gnb.fit(X, Y)
 File "/Library/Python/2.7/site-packages/sklearn/naive_bayes.py", line 
 182, in fit
 X, y = check_X_y(X, y)
 File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", 
 line 521, in check_X_y
 ensure_min_features, warn_on_dtype, estimator)
 File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", 
 line 402, in check_array
 array = array.astype(np.float64)
 ValueError: setting an array element with a sequence.

Answer 1

所有X向量必须长度相同。高斯朴素贝叶斯估计器被设计为基于一组因子进行预测。如果每个X中都有一个变量号，分类器如何确定哪个元素属于哪个因子？

一个选项是用0值填充X向量，以确保它们全长相等。否则，您需要考虑变量预处理。

Answer 2

这是因为列表X中的列表长度不同。 X的子列表充当行/示例，该列表中的每个元素都是一个特征。为了确保您的模型运行，您需要具有相同长度的子列表，否则它将无法工作。我改变了那部分并且代码有效。

def train(X, Y):
    gnb = GaussianNB()
    gnb.fit(X, Y)
    return gnb

X = [[1,2,3,4], [4,5,6,7], [8,9,10,11]]
Y = [1,1,1]
train(X, Y)

Gaussian NB fit（）函数需要固定长度向量

2 个答案: