我无法将数据帧转换为变量来存储数据值/特征（线性判别分析）

Question

我正在使用LDA来减少我创建的两个表，holds和latency，分别从9个和18个特性（每个都有一个目标）降下来。我计划使用LDA实现这一点，目前正在尝试将特性解析为变量。然而，这似乎不起作用。每当我这样做时，我都会收到一个keyrerror（1）。我的数据非常好，下面是代码。如果有人能告诉我出了什么问题，我将非常感激。以下是我的两个数据帧的尾部：

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA

lda = LDA(n_components=2)
X = holds[[0,1,2,3,4,5,6,7,8]].values
Y = holds[9].values
X2 = latency[[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17]].values
Y2 = latency[9].values

Answer 1

此错误通常与LDA或scikit学习无关。

错误来自您尝试索引现有数据帧的方式。

---

使用以下命令：

X = holds.iloc[: , [0,1,2,3,4,5,6,7,8]].values
Y = holds.iloc[:, 9].values

类似地，对于X2和Y2