Sklearn 팬더의 데이터 프레임 데이터를 사용하여 값 오류를 피할 수있는 방법을 찾을 수 없습니다.

Question

숫자 데이터 (부동 소수점)에 몇 가지 기본적인 기계 학습 알고리즘을 실행하려고하고 데이터를 읽는 데 문제가 있습니다. 나는 python 2.7, sklearn, pandas를 사용하고 jupyter (ipython notebook)를 통해 작업했다. 첫 번째 패스에서 기본적인 임의의 포리스트 검색을 사용하려고했지만 기능을 사용할 때 ValueError를 계속 사용합니다.

데이터

는

df = pd.read_table("p12.dat", delim_whitespace=True) 

screenshot of data

df.dtypes 관심의 모든 값을 float64 것을 나타내는 dataframe로 판독 하였다.

기본 식 사용 :

def classification_model(model, data, predictors, outcome): 
    model.fit(data[predictors],data[outcome]) 
    predictions = model.predict(data[predictors]) 
    accuracy = metrics.accuracy_score(predictions,data[outcome]) 
    print "Accuracy : %s" % "{0:.3%}".format(accuracy) 
    print "Cross-Validation Score : %s" % "{0:.3%}".format(np.mean(error)) 
    model.fit(data[predictors],data[outcome]) 

을 다음 변수를 설정하고, 실행 : I가 탐색 및 검색 좀

ValueError        Traceback (most recent call last) 
<ipython-input-9-7dd611cce611> in <module>() 
----> 1 classification_model(model, df,predictor_var,outcome_var) 

<ipython-input-8-956e572db2f4> in classification_model(model, data, predictors, outcome) 
     1 def classification_model(model, data, predictors, outcome): 
     2 #Fit the model: 
----> 3 model.fit(data[predictors],data[outcome].values) 
     4 
     5 #Make predictions on training set: 

/Users/jonathangough/anaconda/lib/python2.7/site-packages/sklearn/ensemble/forest.pyc in fit(self, X, y, sample_weight) 
    233   self.n_outputs_ = y.shape[1] 
    234 
--> 235   y, expanded_class_weight = self._validate_y_class_weight(y) 
    236 
    237   if getattr(y, "dtype", None) != DOUBLE or not y.flags.contiguous: 

/Users/jonathangough/anaconda/lib/python2.7/site-packages/sklearn/ensemble/forest.pyc in _validate_y_class_weight(self, y) 
    419 
    420  def _validate_y_class_weight(self, y): 
--> 421   check_classification_targets(y) 
    422 
    423   y = np.copy(y) 

/Users/jonathangough/anaconda/lib/python2.7/site-packages/sklearn/utils/multiclass.pyc in check_classification_targets(y) 
    171  if y_type not in ['binary', 'multiclass', 'multiclass-multioutput', 
    172    'multilabel-indicator', 'multilabel-sequences']: 
--> 173   raise ValueError("Unknown label type: %r" % y) 
    174 
    175 

ValueError: Unknown label type: array([[ 2.72000000e+00], 
     [ 4.60000000e+00], 
     [ 6.70000000e+00], 
     [ 2.30000000e+00], 
     [ 1.70000000e+00], 
     [ 2.20000000e+00], 
     [ 3.60000000e+00], 
     [ 9.10000000e+00], 

하지만 I :

outcome_var = 'ki' 
predictor_var = ['Etot','TSs','Eww-nbr'] 
model = RandomForestClassifier(n_estimators=100) 
classification_model(model, df,predictor_var,outcome_var) 

에러 것은 무엇을 해야할지 알 수 없습니다. 내 이해는 하나의 임의의 포리 스트 알고리즘 (그래서 내가 그 오류라고 생각하지 않았다)에서 수레를 사용할 수 있었다.

어떤 통찰력도 인정 될 것입니다.

Answer 1

scikit-learn에서 Classifier는 이산 변수를 예측합니다. 즉, 대상 변수의 데이터 유형은 정수 또는 문자열이어야합니다. 연속 변수를 모델링하려는 경우 "회귀 변수"모델을 사용해야합니다. 동일한 모델은 RandomForestRegresser입니다.