Scikit学习-值错误：操作数无法一起广播

Question

我试图在数据集上应用高斯朴素贝叶斯模型来预测疾病。当我使用训练数据进行预测时，它运行正常，但当我尝试使用测试数据进行预测时，它给出了ValueError。

运行文件（'D:/ROFI/ML/heartdisease/prediction.py'，wdir='D:/ROFI/ML/heartdisease'）回溯（最后一次最近调用）：

文件“”，第1行，在runfile（'D:/ROFI/ML/heartdisease/prediction.py'，wdir='D:/ROFI/ML/heartdisease'中）

文件“C:\Users\User\Anaconda3\lib\site packages\spyder\utils\site\sitecustomize.py”，第866行，在runfile execfile（文件名，命名空间）中

在执行文件exec（编译（f.read（），文件名，exec），命名空间）中的文件"C：\用户\用户\Anaconda3\lib\site-包\spyder\utils\site\sitecustomize.py"，第102行。

文件"D：/ROFI/ML/心脏病/prediction.py"，第85行，在预测（x_train，y_train，x_test，y_test）

文件“D:/ROFI/ML/heartdisease/prediction.py”，第73行，predict-predicted\u data=model.predict（x\u检验）

文件“C:\Users\User\Anaconda3\lib\site packages\sklearn\naive\u bayes.py”，第65行，predict jll=self.\u joint\u log\u likelion（X）

文件“C:\Users\User\Anaconda3\lib\site packages\sklearn\naive\u bayes.py”，第429行，在联合日志中n_ij-=0.5*np.sum（（X-self.theta[i，：]）**2）/

操作数不能与形状一起广播（294,14) (15,)

这里怎么了？

import pandas
from sklearn import metrics
from sklearn.preprocessing import Imputer
from sklearn.naive_bayes import GaussianNB    

def load_data(feature_columns, predicted_column):

    train_data_frame = pandas.read_excel("training_data.xlsx")
    test_data_frame = pandas.read_excel("testing_data.xlsx")
    data_frame = pandas.read_excel("data_set.xlsx")

    x_train = train_data_frame[feature_columns].values
    y_train = train_data_frame[predicted_column].values

    x_test = test_data_frame[feature_columns].values
    y_test = test_data_frame[predicted_column].values

    x_train, x_test = impute(x_train, x_test)

    return x_train, y_train, x_test, y_test


def impute(x_train, x_test):

    fill_missing = Imputer(missing_values=-9, strategy="mean", axis=0)

    x_train = fill_missing.fit_transform(x_train)
    x_test = fill_missing.fit_transform(x_test)

    return x_train, x_test


def predict(x_train, y_train, x_test, y_test):

    model = GaussianNB()
    model.fit(x_train, y_train.ravel())

    predicted_data = model.predict(x_test)
    accuracy = metrics.accuracy_score(y_test, predicted_data)
    print("Accuracy of our naive bayes model is : %.2f"%(accuracy * 100))

    return predicted_data


feature_columns = ["age", "sex", "chol", "cigs", "years", "fbs", "trestbps", "restecg", "thalach", "exang", "oldpeak", "slope", "ca", "thal", "num"]
predicted_column = ["cp"]

x_train, y_train, x_test, y_test = load_data(feature_columns, predicted_column)

predict(x_train, y_train, x_test, y_test)

注意：两个文件的列数相同。

Answer 1

我找到窃听器了。错误的发生是由于Im电脑。Im电脑替换了数据集中缺失的值。但是，如果任何列完全由缺失值组成，那么它将删除该列。我有一列完全在测试数据集中丢失的数据。所以，Im电脑删除了它，因此形状与训练数据不匹配，这就是错误的原因。刚刚从feature_columns列表中删除了列名称，该列表充满了缺失值，并且有效。