使用KNN,我想尝试使用不同的规范化器(Normalizer()、MinMaxScaler()、StandardScaler()等)
我已将数据加载到一个名为X的变量中:
X = pd.read_csv('C:/Users/rmahesh/documents/parkinson.csv')
在进行一些数据争用之后,我尝试运行以下代码:
from sklearn import preprocessing
from sklearn.decomposition import PCA
T = preprocessing.Normalizer().fit(X)
from sklearn.cross_validation import train_test_split
T_train, T_test, y_train, y_test = train_test_split(T, y, test_size = 0.3, random_state = 7)
from sklearn.svm import SVC
model = SVC()
model = model.fit(T_train, y_train)
score = model.score(T_test, y_test)
print(score)
我得到的具体错误代码如下:
TypeError:无法将单例数组(Normalizer(copy=True,norm=l2'),dtype=object)视为有效集合
出现错误的代码如下所示:
T_train, T_test, y_train, y_test = train_test_split(T, y,
test_size = 0.3, random_state = 7)
任何帮助都将不胜感激
您正在拟合规格化器,然后直接将其作为数组处理。替换
与
因此,将使用规范化的实际输出
.fit()
返回规范化器对象本身相关问题 更多 >
编程相关推荐