时间戳

首页 > 解决方案 > Numpy 错误“ValueError：找到昏暗 3 的数组。预计估计器 <= 2。”

python - Numpy 错误“ValueError：找到昏暗 3 的数组。预计估计器 <= 2。”

问题描述

我是一个使用 scikit-learn 的 ML 的完全新手，我只是想在我花了很多时间学习 ML 的类型等等之后让它工作。


from sklearn import tree
import pandas as pd
import numpy as np

df = pd.read_csv('test.csv')

age = df.Age.to_list()
age = np.array(age).reshape(-1,1)

inc = df.Income.to_list()
inc = np.array(inc).reshape(-1,1)

stud = df.Student.to_list()
stud = np.array(stud).reshape(-1,1)

buy = df.Buy.to_list()
buy = np.array(buy).reshape(-1,1)

X = [age,inc,stud]
y = [[buy]]

clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, y)
'''
Income:
1 - high
2 - medium
3 - low

Student:
1 - yes
2 - no

'''
age = 34
inc = 1
stud = 2


pred = clf.predict(age,ince,stud)

print(pred)

但我得到这个错误：

回溯（最后一次调用）：文件“D:\Huzefa\Desktop\ML.py”，第 23 行，在 clf = clf.fit(X, y) 文件“C:\Users\Huzefa\AppData\Local\Programs \Python\Python36\lib\site-packages\sklearn\tree_classes.py”，第 894 行，适合 X_idx_sorted=X_idx_sorted) 文件“C:\Users\Huzefa\AppData\Local\Programs\Python\Python36\lib\site- packages\sklearn\tree_classes.py”，第 158 行，适合 check_y_params））文件“C:\Users\Huzefa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\base.py”，行429，在 _validate_data X = check_array(X, **check_X_params) 文件“C:\Users\Huzefa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\utils\validation.py”中，第 73 行, 在 inner_f 返回 f(**kwargs) 文件 "C:\Users\Huzefa\AppData\Local\Programs\Python\Python36\lib\site-packages\sklearn\utils\validation.py"，第 642 行，在 check_array % (array.ndim, estimator_name)) ValueError: 找到暗淡的数组3. 估计器预期 <= 2。

如果我可以更正我的脚本以使其正常工作，我将有动力继续使用 ML 继续提供所有帮助，非常感谢！

标签： pythonpython-3.xpandasnumpyscikit-learn

解决方案

您定义 X 和 y 的方式对我来说似乎过于复杂，这种选择背后有什么具体原因吗？您还可以执行以下操作：

X = df[["Age","Income","Student"]]
y = df.Buy

另外，通过做

clf = clf.fit(X, y)

您正在根据所有可用数据训练您的决策树。如果这是一个训练数据集并且你有一个存储在其他地方的测试数据集，那没关系；如果没有，您需要先拆分数据，以便您可以训练模型并测试所述训练的效率。train_test_split是一个有用的功能。

推荐阅读