Scikit learn cross val score:数组索引太多

Question

我有以下代码

 from sklearn.ensemble import ExtraTreesClassifier
 from sklearn.cross_validation import cross_val_score
 #split the dataset for train and test
 combnum['is_train'] = np.random.uniform(0, 1, len(combnum)) <= .75
 train, test = combnum[combnum['is_train']==True], combnum[combnum['is_train']==False]

 et = ExtraTreesClassifier(n_estimators=200, max_depth=None, min_samples_split=10, random_state=0)
 min_samples_split=10, random_state=0  )

 labels = train[list(label_columns)].values
 tlabels = test[list(label_columns)].values

 features = train[list(columns)].values
 tfeatures = test[list(columns)].values

 et_score = cross_val_score(et, features, labels, n_jobs=-1)
 print("{0} -> ET: {1})".format(label_columns, et_score))

检查数组的形状：

 features.shape
 Out[19]:(43069, 34)

以及

labels.shape
Out[20]:(43069, 1)

我得到：

IndexError: too many indices for array

回溯的相关部分是：

---> 22 et_score = cross_val_score(et, features, labels, n_jobs=-1)

我正在创建来自Pandas数据帧的数据，我在这里搜索，看到了一些通过这种方法可能出现的错误的引用，但是不知道如何更正？ 数据数组的外观： 特点

Out[21]:
array([[ 0.,  1.,  1., ...,  0.,  0.,  1.],
   [ 0.,  1.,  1., ...,  0.,  0.,  1.],
   [ 1.,  1.,  1., ...,  0.,  0.,  1.],
   ..., 
   [ 0.,  0.,  1., ...,  0.,  0.,  1.],
   [ 0.,  0.,  1., ...,  0.,  0.,  1.],
   [ 0.,  0.,  1., ...,  0.,  0.,  1.]])

标签

Out[22]:
array([[1],
   [1],
   [1],
   ..., 
   [1],
   [1],
   [1]])

Answer 1

向传递到公式中的Y/Labels变量添加.ravel()也有助于在KNN中解决此问题。

Answer 2

如果将目标标签指定为来自Pandas的单个数据列，则它似乎是可以修复的。如果目标有多个列，我会得到一个类似的错误。例如，尝试：

labels = train['Y']

Answer 3

在scikit learn中进行交叉验证时，该过程需要一个(R,)形状标签，而不是(R,1)。虽然它们在某种程度上是相同的，但是它们的索引机制是不同的。所以在你的例子中，只需加上：

c, r = labels.shape
labels = labels.reshape(c,)

在传递给交叉验证函数之前。