当需要一个1d数组时，传递一个列向量y

我需要从sklearn.ensemble中适合RandomForestRegressor。

forest = ensemble.RandomForestRegressor(**RF_tuned_parameters)
model = forest.fit(train_fold, train_y)
yhat = model.predict(test_fold)

这段代码一直工作，直到我对数据(train_y)进行了一些预处理。错误信息如下:

DataConversionWarning:当期望一个1d数组时，传递一个列向量y。请将y的形状更改为(n_samples，)，例如使用ravel()。模型=森林。fit (train_fold train_y)

之前train_y是一个Series，现在它是numpy array(它是一个列向量)。如果我应用train_y.ravel()，那么它就变成了一个行向量，并且没有出现错误消息，因为预测步骤需要很长时间(实际上它永远不会结束……)

在RandomForestRegressor的文档中，我发现train_y应该定义为y: array-like, shape = [n_samples]或[n_samples, n_outputs] 你知道怎么解决这个问题吗?

当前回答

我也有同样的问题。问题是标签是列格式的，而它期望它是行格式的。使用np.ravel ()

knn.score(training_set, np.ravel(training_labels))

希望这能解决问题。

2018-12-10 22:37:19

其他回答

使用以下代码:

model = forest.fit(train_fold, train_y.ravel())

如果你仍然被错误的巴掌一样，如下?

Unknown label type: %r" % y

使用以下代码:

y = train_y.ravel()
train_y = np.array(y).astype(int)
model = forest.fit(train_fold, train_y)

2016-10-19 19:41:19

format_train_y=[]
for n in train_y:
    format_train_y.append(n[0])

2020-04-04 07:26:19

我也有同样的问题。问题是标签是列格式的，而它期望它是行格式的。使用np.ravel ()

knn.score(training_set, np.ravel(training_labels))

希望这能解决问题。

2018-12-10 22:37:19

使用neuraxle，您可以轻松解决这个问题:

p = Pipeline([
   # expected outputs shape: (n, 1)
   OutputTransformerWrapper(NumpyRavel()), 
   # expected outputs shape: (n, )
   RandomForestRegressor(**RF_tuned_parameters)
])

p, outputs = p.fit_transform(data_inputs, expected_outputs)

Neuraxle是一个类似sklearn的框架，用于深度学习项目中的超参数调优和AutoML !

2020-03-12 10:07:22

另一种方法是用拉威尔

model = forest.fit(train_fold, train_y.values.reshape(-1,))

2018-08-09 21:39:49

当需要一个1d数组时，传递一个列向量y

推荐文章

最新文章

标签