我试图使用sklearn_pandas模块来扩展我在pandas中所做的工作,并尝试使用机器学习,但我正在努力解决一个错误,我不知道如何修复。在
我正在处理Kaggle上的以下数据集。在
它本质上是一个无头表(1000行,40个特性),具有浮点值。在
import pandas as pdfrom sklearn import neighbors
from sklearn_pandas import DataFrameMapper, cross_val_score
path_train ="../kaggle/scikitlearn/train.csv"
path_labels ="../kaggle/scikitlearn/trainLabels.csv"
path_test = "../kaggle/scikitlearn/test.csv"
train = pd.read_csv(path_train, header=None)
labels = pd.read_csv(path_labels, header=None)
test = pd.read_csv(path_test, header=None)
mapper_train = DataFrameMapper([(list(train.columns),neighbors.KNeighborsClassifier(n_neighbors=3))])
mapper_train
输出:
^{pr2}$到目前为止还不错。但我试着合身
mapper_train.fit_transform(train, labels)
输出:
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-6-e3897d6db1b5> in <module>()
----> 1 mapper_train.fit_transform(train, labels)
//anaconda/lib/python2.7/site-packages/sklearn/base.pyc in fit_transform(self, X, y, **fit_params)
409 else:
410 # fit method of arity 2 (supervised transformation)
--> 411 return self.fit(X, y, **fit_params).transform(X)
412
413
//anaconda/lib/python2.7/site-packages/sklearn_pandas/__init__.pyc in fit(self, X, y)
116 for columns, transformer in self.features:
117 if transformer is not None:
--> 118 transformer.fit(self._get_col_subset(X, columns))
119 return self
120
TypeError: fit() takes exactly 3 arguments (2 given)`
我做错什么了?虽然本例中的数据都是相同的,但我计划为分类、标称和浮点特性建立一个工作流程,sklearn_pandas似乎符合逻辑。在
由于
sklearn_pandas
当前不支持接受带有标签的y
向量的估计器,您只需使用它将所有特征转换为Numpy矩阵,然后在单独的步骤中使用KNeighborsClassifier
。在更新2015-08-10-
sklearn_pandas
DataFrameMapper
不打算用作转换+模型拟合的管道,而仅用于选择性地转换列。如果您想转换然后估计一个模型,第一步使用一个普通的sklearn
Pipeline
,并将其作为第一步。在相关问题 更多 >
编程相关推荐