我有2个数据集,应用了5个不同的ML模型。
数据集1:
def dataset_1():
...
...
bike_data_hours = bike_data_hours[:500]
X = bike_data_hours.iloc[:, :-1].values
y = bike_data_hours.iloc[:, -1].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
return X_train, X_test, y_train.reshape(-1, 1), y_test.reshape(-1, 1)
形状是(400,14)(100,14)(400,1)(100,1)
。dtypes:object
(int64,float64)。
数据集2:
def dataset_2():
...
...
final_movie_df = final_movie_df[:500]
X = final_movie_df.iloc[:, :-1]
y = final_movie_df.iloc[:, -1]
gs = GroupShuffleSplit(n_splits=2, test_size=0.2)
train_ix, test_ix = next(gs.split(X, y, groups=X.UserID))
X_train = X.iloc[train_ix]
y_train = y.iloc[train_ix]
X_test = X.iloc[test_ix]
y_test = y.iloc[test_ix]
return X_train.shape, X_test.shape, y_train.values.reshape(-1,1).shape, y_test.values.reshape(-1,1).shape
形状是(400,25)(100,25)(400,1)(100,1)
。dtypes:object
(int64,float64)。
我使用不同的型号。代码是
X_train, X_test, y_train, y_test = dataset
fold_residuals, fold_dfs = [], []
kf = KFold(n_splits=k, shuffle=True)
for train_index, _ in kf.split(X_train):
if reg_name == "RF" or reg_name == "SVR":
preds = regressor.fit(X_train[train_index], y_train[train_index].ravel()).predict(X_test)
elif reg_name == "Knn-5":
preds = regressor.fit(X_train[train_index], np.ravel(y_train[train_index], order="C")).predict(X_test)
else:
preds = regressor.fit(X_train[train_index], y_train[train_index]).predict(X_test)
但是我得到了一个常见的错误,比如这个,这个,还有这个。我已经浏览了所有这些帖子,但对错误一无所知。我使用了iloc
和值作为访问链接的解决方案。
preds = regressor.fit(X_train[train_index], y_train[train_index]).predict(X_test)
File "/home/fgd/.local/lib/python3.8/site-packages/pandas/core/frame.py", line 3030, in __getitem__
indexer = self.loc._get_listlike_indexer(key, axis=1, raise_missing=True)[1]
File "/home/fgd/.local/lib/python3.8/site-packages/pandas/core/indexing.py", line 1266, in _get_listlike_indexer
self._validate_read_indexer(keyarr, indexer, axis, raise_missing=raise_missing)
File "/home/fgd/.local/lib/python3.8/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([ 0, 1, 3, 4, 5, 6, 7, 9, 10, 11,\n ...\n 387, 388, 389, 390, 391, 392, 393, 395, 397, 399],\n dtype='int64', length=320)] are in the [columns]"
在这里,如果我使用
train\u test\u split
而不是groupshuffliesplit
,那么代码就正常工作了。但是,我希望基于用户ID
使用GroupShuffleSplit
,这样同一用户就不会同时进行训练和测试。在使用GroupShuffleSplit
时,您能告诉我如何解决这个问题吗?
你能告诉我为什么我得到
dataset_2
的错误,而dataset_1
工作完全正常(并且形状
和dtype
)对于两个数据集是相同的。
您必须对数据集2使用值
。做改变
X_train = X.iloc[train_ix].values
y_train = y.iloc[train_ix].values
X_test = X.iloc[test_ix].values
y_test = y.iloc[test_ix].values
return X_train.shape, X_test.shape, y_train.reshape(-1,1).shape, y_test.reshape(-1,1).shape
希望现在能奏效
有一个数据帧,它总共由14列组成,最后一列是整数值为0或1的目标标签。 我已经定义了- X=df。iloc[:,1:13]——由特征值组成 两者的长度相同,X是由13列组成的数据帧,shape(159880,13),y是具有shape(159880,)的数组类型 但是,当我在X,y上执行列车测试分割时,该功能无法正常工作。 下面是简单的代码- X_序列,y_序列,X_测试,y_测试=序列测试分割(
URL类 来自服务器的最终响应:
很抱歉,我对Java知之甚少。我得到了这个代码来接管。基本上,我在 当我运行代码时。 下面是解析XML的块 这是Improts,不确定是否需要这样做 这是XML文件
我刚刚开始了一个新的项目,正在尝试连接到FireBase。当我试图构建我的项目时,我得到了一个错误:无法解析Android应用程序模块的Gradle配置,所以我查看了构建,它告诉我jCenter()不推荐使用,我应该删除它。当我把它取下来的时候,一切都很好。但是,当我尝试连接到Firebase时,我得到了错误:AbstractDynamicObject$CustomMessageMissingMe
问题内容: public class Category { 在正在生成。 问题答案: 当您执行时,您称呼孩子们的。这里没有问题,只不过您在这里调用了父对象。这将称呼孩子,等等。 不错的无限循环。 摆脱它的最好方法是将您的方法更改为: 这样,您将不打印parentCategory,而仅显示其名称,不显示无限循环,不显示StackOverflowError。 编辑: 正如博洛在下面说的那样,您将需要检
下面是我遇到错误的程序: //导入扫描程序类导入java。util。扫描仪; 这些是我得到的错误: