Question

因此，我尝试构建回归模型，但出现“ TypeError：无法将序列乘以'float'类型的非整数”错误。我的代码如下：

dataset_path = keras.utils.get_file("nursery.data",
                                    "path",
                                    cache_subdir="local_path")

column_names = ['parents', 'has_nurs', 'form', 'children', 'housing',
                'finance', 'social', 'health', 'result']
raw_dataset = pd.read_csv(dataset_path, names=column_names,
                          na_values="?", comment='\t',
                          sep=",", skipinitialspace=True)

在这之后，以及将值从字符串更改为整数的过程，我用于训练的X数据框如下所示：

          parents  has_nurs  form children  housing  finance  social  health
6966         1         1     3        2        2        1       2       2
12445        0         0     2        3        1        1       0       1
8358         1         0     1        3        0        1       0       2
10538        0         2     3        4        2        1       0       0
3931         2         0     1        1        0        1       0       1

然后我要用权重制作点积：

def propagate(w, b, X, Y):


    m = X.shape[1]

    A = relu(pd.DataFrame.dot(X, w) + b)  # compute activation
    cost = (- 1 / m) * np.sum(Y - A)  # compute cost

    dw = (1 / m) * np.dot(X, (A - Y).T)
    db = (1 / m) * np.sum(A - Y)

    assert (dw.shape == w.shape)
    assert (db.dtype == float)
    cost = np.squeeze(cost)
    assert (cost.shape == ())

    grads = {"dw": dw,
             "db": db}

    return grads, cost

在此功能中。问题是无论如何尝试，我都会收到“ TypeError：无法将序列乘以'float'类型的非整数”错误。我相信这可能是因为我的列名中包含字符串，但是我不知道如何摆脱那些列名。

W这是X的正确形状（total_rows，8），W的是正确的形状（8,1）。请帮助我，我对如何处理此形状一无所知

数据框和数组之间的点积TypeError

0 个答案: