在sklearn中进行交叉验证时出现TypeError

Question

我真的需要一些帮助，但我刚开始学习编程，所以请原谅我对这些知识的无知。我正在尝试对一个数据集进行交叉验证，使用的是scikit中的普通最小二乘回归作为估计器。

这是我的代码：

from sklearn import cross_validation, linear_model
import numpy as np

X_digits = x
Y_digits = list(np.array(y).reshape(-1,))

loo = cross_validation.LeaveOneOut(len(Y_digits))

# Make sure it works
for train_indices, test_indices in loo:
    print('Train: %s | test: %s' % (train_indices, test_indices))

regr = linear_model.LinearRegression()

[regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

当我运行这个代码时，我遇到了一个错误：

**TypeError: only integer arrays with one element can be converted to an index**

这个错误应该是指我的x值，这些值是由0和1组成的列表——每个列表代表一个分类变量，这些变量是通过OneHotEncoder进行编码的。

考虑到这一点，有没有什么建议可以帮助我解决这个问题呢？

将回归估计器应用于这些数据似乎是可行的，尽管我得到了很多非常大或者看起来很奇怪的系数。老实说，这次尝试使用sklearn进行某种分类线性回归的过程非常曲折，我现在非常欢迎任何建议。

编辑2：抱歉，我尝试了另一种方法，错误回调是我不小心放上的：

    ---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-9-be578cbe0327> in <module>()
     16 regr = linear_model.LinearRegression()
     17 
---> 18 [regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

TypeError: only integer arrays with one element can be converted to an index

编辑3：添加我的自变量（x）数据的一个例子：

print x[1]
[ 1.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.]

编辑4：尝试将列表转换为数组时，遇到了错误：

X_digits = np.array(x)
Y_digits = np.array(y)


---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-20-ea8b84f0005f> in <module>()
     14 
     15 
---> 16 [regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

C:\Program Files\Anaconda\lib\site-packages\sklearn\base.py in score(self, X, y)
    320 
    321         from .metrics import r2_score
--> 322         return r2_score(y, self.predict(X))
    323 
    324 

C:\Program Files\Anaconda\lib\site-packages\sklearn\metrics\metrics.py in r2_score(y_true, y_pred)
   2184 
   2185     if len(y_true) == 1:
-> 2186         raise ValueError("r2_score can only be computed given more than one"
   2187                          " sample.")
   2188     numerator = ((y_true - y_pred) ** 2).sum(dtype=np.float64)

ValueError: r2_score can only be computed given more than one sample.

错误处理数据预处理 scikit-learn 交叉验证线性回归最小二乘回归分类变量 onehot编码

在sklearn中进行交叉验证时出现TypeError

1 个回答

撰写回答