Question

我正在尝试针对我从UCI的机器学习库中提供的一些数据测试我的KNN分类器。运行分类器时，我一直得到相同的KeyError

train_set[i[-1]].append(i[:-1])
KeyError: NaN

我不确定为什么会这种情况继续发生，因为如果我注释掉分类器并且只打印前10行左右，那么数据显示正常，没有任何损坏或重复。

Here is a link to the data that I am using, I just simply downloaded it and added the column ID's (note: in this link the column ID's have not been added)

以下是一些代码：

import numpy as np 
import matplotlib.pyplot as plt
from matplotlib import style
import warnings 
from math import sqrt
from collections import Counter
import pandas as pd
import random
style.use('fivethirtyeight')



def k_nearest_neighbors(data, predict, k=3):
    if len(data) >= k:
        warnings.warn('K is set to a value less than total voting groups!')

distances = []
for group in data:
    for features in data[group]:
        euclidean_distance = np.linalg.norm(np.array(features)-np.array(predict))
        distances.append([euclidean_distance,group])

votes = [i[1] for i in sorted(distances)[:k]]
vote_result = Counter(votes).most_common(1)[0][0]
return vote_result
df = pd.read_csv('breast-cancer-wisconsin.data.txt')
df.replace('?',-99999, inplace=True)
df.drop(['id'], 1, inplace=True)
full_data = df.astype(float).values.tolist()

random.shuffle(full_data)

test_size = 0.2
train_set = {2:[], 4:[]}
test_set = {2:[], 4:[]}
train_data = full_data[:-int(test_size*len(full_data))]
test_data = full_data[-int(test_size*len(full_data)):]

for i in train_data:
    train_set[i[-1]].append(i[:-1])

for i in test_data:
    test_set[i[-1]].append(i[:-1])

    correct = 0
total = 0

for group in test_set:
        for data in test_set[group]:
        vote = k_nearest_neighbors(train_set, data, k=5)
        if group == vote:
            correct += 1
        total += 1

print('Accuracy:', correct/total)

我完全不知道为什么这个KeyError会一直出现，（它也会出现在test_set[i[-1]].append(i[:-1])行上。

我尝试寻找遇到类似问题的人，但后来发现没有人和我有同样的问题。一如既往，非常感谢任何帮助，谢谢。

Answer 1

我发现错误是由间距问题引起的。在我下载后输入数据类时，我忘了在自己的行上输入类。我改为在第一个数据点前面键入我的类，导致错误发生。

关键错误：应用KNN分类器时{nan}

1 个答案: