将数据集划分为训练和测试后，将标签转换为指标矩阵

Question

将Y转换为指标矩阵效果很好：

file = 'dataset.csv'    
X, Y = readFile(file)
N = len(Y)
T = np.zeros((N, K)) 
for i in range(N):
    T[i, Y[i]] = 1 

但是当我分成训练和测试后做同样的事情时，像这样：我会出错

X, Y = shuffle(X, Y)
Ntrain = int(0.7*len(X))
Xtrain, Ytrain = X[:Ntrain], Y[:Ntrain]
Xtest, Ytest = X[Ntrain:], Y[Ntrain:]
N1 = len(Ytrain)
T1 = np.zeros((N1, K))  
for i in range(N1):
    T1[i, Ytrain[i]] = 1 

它在最后一行显示错误：T1 [i，Ytrain [i]] = 1，我在哪里出错？ K是班数= 9

print(np.unique(Y))
print(np.unique(Ytrain))

上面的打印语句给出：

[0 1 2 3 4 5 6 7 8]
[0 1 2 3 4 5 6 7 8]

Answer 1

T1的大小为N1 * K，并且您正在尝试将值设置为索引Ytrain [i]。如果Ytrain [i]> = K，那么您将得到一个KeyError

更新：

for i in range(N1):
    print(i)
    T1[i, Ytrain[i]] = 1

Answer 2

此问题得到解决： 不知何故，Ytrain没有索引。因此，我将Ytrain转换为熊猫系列：

data = np.array(Ytrain)
Ytrain1 = pd.Series(data)
N1 = len(Ytrain1)
T1 = np.zeros((N1, K))
for i in range(N1): 
   print(i, Ytrain1[i]) # Prints fine 
   T1[i, Ytrain1[i]] = 1