Question

我正在尝试使用sklearn kneighborsclassifier对葡萄酒质量数据进行训练。这是我的代码：

from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np

dataframe = pd.read_csv("winequality-white.csv")
dataframe = dataframe.drop(["fixed acidity", "pH", "sulphates"], axis=1)

test = dataframe[110:128]
train = dataframe[15:40]

Y = train["quality"]
X = train.drop(["quality"], axis=1)


#print(X)
#print(Y)

knn = KNeighborsClassifier()
knn.fit(X, Y)
testvals = np.array(test.loc[110, :])
testvals = testvals.reshape(1, -1)
print(knn.predict([[testvals]]))

我收到错误“ ValueError：找到的数组具有暗4。估计器预期<= 2。”

我相当确定它与数组的形状有关，并且我尝试过重塑它，但是没有运气。我该怎么办？

Answer 1

请考虑以下（可重复的）示例设置：

>>> import pandas as pd
>>> import numpy as np
>>> test = pd.DataFrame.from_records(data=np.random.rand(120, 4))
>>> testvals = np.array(test.loc[110, :])

当您将向量传递给预测函数时，重整向量的方式是创建一个数组，该数组具有超过预期的2个暗角（即多维数组）。这是您要传递给预测函数的重塑输出：

>>> [[testvals.reshape((-1, 1))]]
[[array([[ 0.25174728],
       [ 0.24603664],
       [ 0.01781963],
       [ 0.49317648]])]]

我们可以证明这会产生一个4-d数组：

>>> np.asarray([[testvals.reshape((-1, 1))]]).ndim
4

Sklearn需要一个二维数组。解决方法如下：如果要预测整个矩阵，请运行：

knn.predict(test)

如果您只想预测一个样本，则可以执行以下操作：

knn.predict([test.loc[110].tolist()])

顺便说一句，值得一提的是，您还没有从test弹出目标，因此功能数量在您这样做之前是不匹配的：

y_test = test.pop('quality')

另请参阅this question

sklearn KNeighborsClassifier“ ValueError：找到的数组具有暗4。估计器期望值<=2。”

1 个答案: