在 scikit-learn 中使用 ExtraTreesClassifier 时出错

Question

我正在尝试对我的数据使用 scikit-learn 中的 ExtraTreesClassifier。我有两个 numpy 数组 X 和 y。 X 的维度为 (10000,51)，y 的维度为 (10000,)。为了确保它们是 numpy 数组格式，我使用

X = numpy.array(X, dtype=np.float32)
print numpy.asarray(X,dtype=np.float32) is X
y = numpy.array(y, dtype=np.float32)
print numpy.asarray(y,dtype=np.float32) is y`

我得到 TRUE 两个。然后我将我的模型定义为：

clf = ExtraTreesClassifier(n_estimators=10, max_depth=None, min_samples_split=1, random_state=0, n_jobs = -1)`

当我想使用

训练我的模型时

clf = clf.fit(X, y)`

我收到以下错误：

File "CFD_scikit_learn.py", line 169, in <module>
clf = Xtra_Trees(my_var)
  File "CFD_scikit_learn.py", line 140, in Xtra_Trees
clf = clf.fit(X, y)
  File "/user/leuven/308/vsc30879/.local/lib/python2.7/site-packages/sklearn/ensemble/forest.py", line 235, in fit
y, expanded_class_weight = self._validate_y_class_weight(y)
  File "/user/leuven/308/vsc30879/.local/lib/python2.7/site-packages/sklearn/ensemble/forest.py", line 421, in _validate_y_class_weight
check_classification_targets(y)
  File "/user/leuven/308/vsc30879/.local/lib/python2.7/site-packages/sklearn/utils/multiclass.py", line 173, in check_classification_targets
raise ValueError("Unknown label type: %r" % y)
ValueError: Unknown label type: array([[ 2.09895 ],
   [ 1.658568],
   [ 1.242831],
   ..., 
   [ 1.743349],
   [ 1.765763],
   [ 1.824112]])

如果有人知道如何解决这个问题，请告诉我，不胜感激。

Answer 1

分类器need integer labels.

您要么需要将它们转换为整数（例如将它们装箱），要么使用 a regression-type model。

如果您认为可以将浮点数合并为合理的类、numpy.digitize might help. Or you could binarize them。

Answer 2

y 应该是整数数组而不是浮点数。每个整数应该代表一些 class.

Answer 3

另一种二值化方法

X = numpy.array(X, dtype='|Sx') 其中 x 表示表示浮点数所需的符号数。

在 scikit-learn 中使用 ExtraTreesClassifier 时出错

Error using ExtraTreesClassifier in scikit-learn

python

numpy

scikit-learn