Question

我在那里。我刚从机器学习开始，用一个简单的例子来尝试和学习。因此，我想通过使用分类器根据文件类型对磁盘中的文件进行分类。我写的代码是，

import sklearn
import numpy as np


#Importing a local data set from the desktop
import pandas as pd
mydata = pd.read_csv('file_format.csv',skipinitialspace=True)
print mydata


x_train = mydata.script
y_train = mydata.label

#print x_train
#print y_train
x_test = mydata.script

from sklearn import tree
classi = tree.DecisionTreeClassifier()

classi.fit(x_train, y_train)

predictions = classi.predict(x_test)
print predictions

我收到的错误是，

  script  class  div   label
0       5      6    7    html
1       0      0    0  python
2       1      1    1     csv
Traceback (most recent call last):
  File "newtest.py", line 21, in <module>
  classi.fit(x_train, y_train)
  File "/home/initiouser2/.local/lib/python2.7/site-
packages/sklearn/tree/tree.py", line 790, in fit
    X_idx_sorted=X_idx_sorted)
  File "/home/initiouser2/.local/lib/python2.7/site-
packages/sklearn/tree/tree.py", line 116, in fit
    X = check_array(X, dtype=DTYPE, accept_sparse="csc")
  File "/home/initiouser2/.local/lib/python2.7/site-
packages/sklearn/utils/validation.py", line 410, in check_array
    "if it contains a single sample.".format(array))
ValueError: Expected 2D array, got 1D array instead:
array=[ 5.  0.  1.].
Reshape your data either using array.reshape(-1, 1) if your data has a 
single feature or array.reshape(1, -1) if it contains a single sample.

如果有人可以帮我解决这些问题，那对我来说会很有帮助!!

Answer 1

提取列，并将数据拆分为有效的列车和测试部分。不要使用您的训练数据进行测试 - 这会导致对分类器强度的估计不准确
我建议您对标签进行分解，因此您需要处理整数。它更容易。
将输入传递给分类器时，传递2D数组，而不是1D数组。这涉及将维度增加一个。

from sklearn.model_selection import train_test_split

X = mydata[['script']]
y = pd.factorize(mydata['label'].values)[0].reshape(-1, 1)
X_train, X_test, y_train, y_test = train_test_split(
                      X, y, test_size=0.33, random_state=42
)
...

clf.fit(X_train, y_train) 
print(clf.score(X_test, y_test)

Answer 2

SELECT party_name,party_electorial_sign,party_flag 
FROM parties 
where party_name IN 
        (SELECT n.CANDIDATE_PARTY 
        FROM voters V, na_candidates N 
        WHERE voter_cnic= 'nic' AND V.NA_CONSTITUENCY=N.NA_CONSTITUENCY)

我有以下代码。整形算子不是就位算子。因此，我们必须像上面给出的那样在重塑后用值替换它的值。

Answer 3

一个自动重塑它的简单解决方案是而不是使用：

X=dataset.iloc[:, 0].values

您可以使用：

X=dataset.iloc[:, :-1].values

也就是说，如果您只有两列，而您正试图获得第一列代码获取除最后一列之外的所有列

Answer 4

假设最初你有，

X = dataset.iloc[:, 1].values

表示您有包含所有行的第一列。现在制作如下

X = dataset.iloc[:, 1:2].values

这里的 1:2 表示 [1,2) 类似于上限形成。

Answer 5

轻松选择列使其成为 2 d。

x_train = mydata[['script']]
y_train = mydata[['label']]

如何解决＆＃34; ValueError：预期的2D数组，取而代之的是1D数组＆＃34;在sklearn / python？

5 个答案: