Question

我目前正在尝试使用sklearn将国际人口停滞与幸福联系起来。我已经准备并清理了大熊猫的数据集，但是由于某些原因，我尝试的任何模型都无法训练。我的数据列之一是国家，因此我使用了pandas get_dummies函数将字符串输入模型。我的训练和测试变量的形状如下：（617，67），（617，），（151，67），（151，）。

rf_class = RandomForestClassifier(n_estimators=5)
log_class = LogisticRegression()
svm_class = SVC(kernel='rbf', C=1E11, verbose=False)

def run(model, model_name='this model', trainX=trainX, trainY=trainY, testX=testX, testY=testY):
    # print(cross_val_score(model, trainX, trainY, scoring='accuracy', cv=10))
    accuracy = cross_val_score(model, trainX, trainY,
                               scoring='accuracy', cv=2).mean() * 100
    model.fit(trainX, trainY)
    testAccuracy = model.score(testX, testY)
    print("Training accuracy of "+model_name+" is: ", accuracy)
    print("Testing accuracy of "+model_name+" is: ", testAccuracy*100)
    print('\n')

# run(rf_class,'log')


model = log_class
model.fit(trainX,trainY)

perm = PermutationImportance(model, random_state=1).fit(testX, testY)
eli5.show_weights(perm, feature_names=feature_names)

我的数据集太小而无法训练吗？对于模型来说，假人太多了吗？我们将不胜感激。

Sklearn模型在小型数据集上返回权重为零

0 个答案: