有人可以解释为什么这段代码:
from sklearn.model_selection import train_test_split
import pandas as pd
from sklearn.model_selection import StratifiedKFold
from sklearn.svm import SVC
import numpy as np
#df = pd.read_csv('missing_data.csv',sep=',')
df = pd.DataFrame(np.array([[1, 2, 3,4,5,6,7,8,9,1],
[4, 5, 6,3,4,5,7,5,4,1],
[7, 8, 9,6,2,3,6,5,4,1],
[7, 8, 9,6,1,3,2,2,4,0],
[7, 8, 9,6,5,6,6,5,4,0]]),
columns=['a', 'b', 'c','d','e','f','g','h','i','j'])
X_train = df.iloc[:,:-1]
y_train = df.iloc[:,-1]
clf=SVC(kernel='linear')
kfold = StratifiedKFold(n_splits=2,random_state=42,shuffle=True)
for train_index,test_index in kfold.split(X_train,y_train):
x_train_fold,x_test_fold = X_train[train_index],X_train[test_index]
y_train_fold,y_test_fold = y_train[train_index],y_train[test_index]
clf.fit(x_train_fold,y_train_fold)
引发此错误:
Traceback (most recent call last):
File "test_traintest.py", line 23, in <module>
x_train_fold,x_test_fold = X_train[train_index],X_train[test_index]
File "/Users/slowat/anaconda/envs/nlp_course/lib/python3.7/site-packages/pandas/core/frame.py", line 3030, in __getitem__
indexer = self.loc._get_listlike_indexer(key, axis=1, raise_missing=True)[1]
File "/Users/slowat/anaconda/envs/nlp_course/lib/python3.7/site-packages/pandas/core/indexing.py", line 1266, in _get_listlike_indexer
self._validate_read_indexer(keyarr, indexer, axis, raise_missing=raise_missing)
File "/Users/slowat/anaconda/envs/nlp_course/lib/python3.7/site-packages/pandas/core/indexing.py", line 1308, in _validate_read_indexer
raise KeyError(f"None of [{key}] are in the [{axis_name}]")
KeyError: "None of [Int64Index([2, 3], dtype='int64')] are in the [columns]"
我看到了这个答案,但我的专栏长度是相等的。
KFold.split()
返回训练和测试索引,这些索引应该与如下的DataFrame一起使用:
X_train.iloc[train_index]
根据您的语法,您正试图将它们用作列名。将代码更改为:
from sklearn.model_selection import train_test_split
import pandas as pd
from sklearn.model_selection import StratifiedKFold
from sklearn.svm import SVC
import numpy as np
#df = pd.read_csv('missing_data.csv',sep=',')
df = pd.DataFrame(np.array([[1, 2, 3,4,5,6,7,8,9,1],
[4, 5, 6,3,4,5,7,5,4,1],
[7, 8, 9,6,2,3,6,5,4,1],
[7, 8, 9,6,1,3,2,2,4,0],
[7, 8, 9,6,5,6,6,5,4,0]]),
columns=['a', 'b', 'c','d','e','f','g','h','i','j'])
X_train = df.iloc[:,:-1]
y_train = df.iloc[:,-1]
clf=SVC(kernel='linear')
kfold = StratifiedKFold(n_splits=2,random_state=42,shuffle=True)
for train_index,test_index in kfold.split(X_train,y_train):
x_train_fold,x_test_fold = X_train.iloc[train_index],X_train.iloc[test_index]
y_train_fold,y_test_fold = y_train.iloc[train_index],y_train.iloc[test_index]
clf.fit(x_train_fold,y_train_fold)
请注意,我们使用<code>。iloc而不是.loc
。这是因为<code>。iloc使用整数索引,就像我们从split()
获得的索引一样,而则使用整数索引。loc
适用于索引值。在您的情况下,这并不重要,因为熊猫索引与整数索引匹配,但在其他项目中,您可能会遇到这种情况,所以请使用.iloc
。
或者,当您提取< code>X_train和< code>y_train时,您可以将它们转换为numpy数组:
X_train = df.iloc[:,:-1].to_numpy()
y_train = df.iloc[:,-1].to_numpy()
然后你的代码就可以正常工作,因为 numpy 数组可以很好地处理整数索引。
我试图在管道上运行k-折叠交叉验证(标准化定标器,决策树分类器)。 首先,我导入数据。 然后对数据帧进行预处理 然后对特征和目标进行切片 并使用SMOTE来平衡数据 这是问题的一部分。 错误代码
我试图使用np.random.shuffle()方法对索引进行洗牌,但我一直收到一个我不理解的错误。如果有人能帮我解决这个问题,我将不胜感激。非常感谢。 当我在开始创建我的raw_csv_数据变量时,我尝试使用分隔符='、'和delim_空格=0,因为我认为这是另一个问题的解决方案,但它不断抛出相同的错误 这是我尝试洗牌索引时不断遇到的错误: getitem(self,key)中的~\Anacon
法典:- 错误 我试图在列和它们的前陈列室价格之间画一个箱线图。前展厅价格的值是分类的,因此,我首先将它们转换为整数,然后尝试绘制箱线图,但它会抛出错误,关键错误:“None of [Int64Index...] dtype='int64]在列中。
这是我的数据帧: 我试着用它做一个非常简单的情节: 但我一直收到一条关键错误消息: 我尝试将列[a]转换为日期时间,但仍然收到相同的错误消息。
有一个323列和10348行的数据帧。我想用下面的代码用分层k-Fold来划分它 但是我得到了以下错误 有人告诉我为什么会出现这个错误以及如何修复它吗
将测试和列车数据输入ROC曲线图时,我收到以下错误: KeyError:“[Int64Index([0,1,2,…dtype='int64',length=1323])中没有一个在[columns]中” 错误似乎是说它不喜欢我的数据格式,但它在第一次运行时起作用,我无法让它再次运行。 我是否错误地拆分数据或将格式错误的数据发送到函数中? 阅读几个StackOverflow帖子与相同的KeyErro