所以我正在从 xlsx 文件中读取数据，当我检查“features.dtypes”时所有值都是浮动的，但出现此错误：AttributeError: 'Series' object has no attribute 'reshape'
xl = pd.ExcelFile("2021we-train.xlsx") xl.sheet_names df = xl.parse("2021wordembeddingsv4-trim")
y = np.zeros([41+299]) y[0:41]=1
labels=y features=df.drop('id',axis=1)
train_features, test_features, train_labels, test_labels = train_test_split(features, labels) parameters = {'C': np.linspace(0.0001, 100, 20)} grid_search = GridSearchCV(LogisticRegression(), parameters) grid_search.fit(train_features, train_labels)
这是我得到的完整错误：
<块引用> <块引用>----------------------------------------------- ---------------------------- ValueError 回溯（最近一次调用 最后）在 1 个参数 = {'C': np.linspace(0.0001, 100, 20)} 2 grid_search = GridSearchCV(LogisticRegression(), 参数) ----> 3 grid_search.fit(train_features, train_labels) 4 5 print('最佳参数：', grid_search.best_params_)
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/utils/validation.py 在inner_f(*args, **kwargs) 61 extra_args = len(args) - len(all_args) 62 如果 extra_args <= 0： ---> 63 返回 f(*args, **kwargs) 64 65 # extra_args > 0
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/model_selection/search.py 适合（自我，X，y，组，**fit_params） 878 refit_start_time = time.time（） 第879话 --> 880 self.best_estimator.fit(X, y, **fit_params) 881 其他： 第882话
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/linear_model/_logistic.py
合身（自我，X，y，sample_weight）1342 _dtype =
[np.float64，np.float32] 1343
-> 1344 X, y = self._validate_data(X, y, accept_sparse='csr', dtype=_dtype, 1345 order="C",
第1346章
'liblinear')
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/base.py 在 _validate_data(self, X, y, reset, validate_separately, **check_params) 第431话 432 其他： --> 433 X, y = check_X_y(X, y, **check_params) 第434话 435
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/utils/validation.py 在inner_f(*args, **kwargs) 61 extra_args = len(args) - len(all_args) 62 如果 extra_args <= 0： ---> 63 返回 f(*args, **kwargs) 64 65 # extra_args > 0
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/utils/validation.py 在 check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, 复制、force_all_finite、ensure_2d、allow_nd、multi_output、 ensure_min_samples、ensure_min_features、y_numeric、estimator） 812引发ValueError（“y不能是None”） 813 --> 814 X = check_array(X, accept_sparse=accept_sparse, 第815话 816 dtype=dtype，order=order，copy=copy，
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/utils/validation.py 在inner_f(*args, **kwargs) 61 extra_args = len(args) - len(all_args) 62 如果 extra_args <= 0： ---> 63 返回 f(*args, **kwargs) 64 65 # extra_args > 0
~/anaconda3/envs/project1/lib/python3.9/site-packages/sklearn/utils/validation.py 在 check_array（数组，accept_sparse，accept_large_sparse，dtype， 订单、复制、force_all_finite、ensure_2d、allow_nd、 确保最小样本、确保最小特征、估计器） 614 array = array.astype(dtype，cast="unsafe"，copy=False) 615 其他： --> 616 array = np.asarray(array, order=order, dtype=dtype) 第 617 章 618 raise ValueError("不支持复杂数据\n"
~/anaconda3/envs/project1/lib/python3.9/site-packages/numpy/core/_asarray.py 在 asarray(a, dtype, order, like) 100 return _asarray_with_like(a, dtype=dtype, order=order, like=like) 101 --> 102 返回数组(a, dtype, copy=False, order=order) 103 104
~/anaconda3/envs/project1/lib/python3.9/site-packages/pandas/core/generic.py 在 array(self, dtype) 1897 1898 def array(self, dtype=无）-> np.ndarray： -> 1899 返回 np.asarray(self._values, dtype=dtype) 1900 1901 def array_wrap(
~/anaconda3/envs/project1/lib/python3.9/site-packages/numpy/core/_asarray.py 在 asarray(a, dtype, order, like) 100 return _asarray_with_like(a, dtype=dtype, order=order, like=like) 101 --> 102 返回数组(a, dtype, copy=False, order=order) 103 104
ValueError: 无法将字符串转换为浮点数：'-'