Question

我试图结合使用堆栈的两种机器学习算法来获得更好的结果，但是在某些方面却失败了。这是我的代码：

类Ensemble（threading.Thread）： “与三个分类模型堆叠以提高预测的准确性” def init （自身，X，Y，XT，YT，accLabel = None）： threading.Thread。 init （自己）自我X = X 自我Y = Y self.XT = XT self.YT = YT self.accLabel = accLabel

def Stacking(self,model,n_fold,train,test,y):

    folds=StratifiedKFold(n_splits=n_fold,random_state=1)
    test_pred=np.empty((test.shape[0],1),float)
    train_pred=np.empty((0,1),float)
    for train_indices,val_indices in folds.split(train,y):
        x_train,x_val=train.iloc[train_indices],train.iloc[val_indices]
        y_train,y_val=y.iloc[train_indices],y.iloc[val_indices]

        model.fit(X=x_train,y=y_train)
        train_pred=np.append(train_pred,model.predict(x_val))
        test_pred=np.append(test_pred,model.predict(test))
    return test_pred.reshape(-1,1),train_pred   

def run(self):
    X = np.zeros(self.X.shape)
    Y = np.zeros(self.Y.shape)
    XT = np.zeros(self.XT.shape)
    YT = np.zeros(self.YT.shape)
    np.copyto(X, self.X)
    np.copyto(Y, self.Y)
    np.copyto(XT, self.XT)
    np.copyto(YT, self.YT)

    model1 = tree.DecisionTreeClassifier(random_state=1)
    n_fold=4
    test_pred1 ,train_pred1=self.Stacking(model1, n_fold, X, XT, Y)
    train_pred1=pd.DataFrame(train_pred1)
    test_pred1=pd.DataFrame(test_pred1)

    model2 = KNeighborsClassifier()
    test_pred2 ,train_pred2=self.Stacking(model2, n_fold, X, XT, Y)
    train_pred2=pd.DataFrame(train_pred2)
    test_pred2=pd.DataFrame(test_pred2)

    df = pd.concat([train_pred1, train_pred2], axis=1)
    df_test = pd.concat([test_pred1, test_pred2], axis=1)
    model = LogisticRegression(random_state=1)
    model.fit(df,Y)
    sd = model.score(df_test, YT)
    acc = (sum(sd == YT) / len(YT) * 100)
    print("Accuracy of Ensemble Learning Model is : %.2f" % acc+' %')
    print('=' * 100)
    if self.accLabel: self.accLabel.set("Accuracy of Ensembelance Learning: %.2f" % (acc)+' %')

错误发生在Stacking方法的'iloc'中。

我一直在不断得到np.ndarray的错误，没有属性'iloc'。我尝试搜索，但是找不到任何特定的链接，尽管我认为这与属于np.ndarray的iloc有关。如果有人可以帮我这个忙！

Answer 1

正如评论所建议的，.iloc是熊猫数据框方法。

要过滤一个numpy数组，您只需要：array[indices]

在您的情况下：

x_train,x_val=train[train_indices],train[val_indices]
y_train,y_val=y[train_indices],y[val_indices]

AttributeError：“ numpy.ndarray”对象没有属性“ iloc”

1 个答案: