Question

我正在尝试对训练数据应用预处理，我也尝试了rehsape功能，但这没有用，我得到以下错误：

ValueError: Found input variables with inconsistent numbers of samples: [34, 12700]

这是我的代码：

import pandas as pd
import numpy as np
from sklearn import preprocessing,neighbors
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor

df=pd.read_csv('train.csv')
df.drop(['ID'],1,inplace=True)


X=np.array(df.drop(['label'],1))
y=np.array(df['label'])
print(X.shape)


X = preprocessing.StandardScaler().fit(X)
X=X.mean_


X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2)

clf = RandomForestRegressor(n_estimators=1900,max_features='log2',max_depth=25)
clf.fit(X_train,y_train)

accuracy=clf.score(X_test,y_test)
print(accuracy)

Answer 1

问题出在X = preprocessing.StandardScaler().fit(X) X=X.mean_

在此之后，您的X将仅包含每列的平均值。

使用以下代码转换数据：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

scaler.fit(X)

X = scaler.transform(X)

有关详细信息，请参阅scikit-doc

预处理机器学习的错误

1 个答案: