Python3 - TypeError: 'numpy.float64' object is not iterable

Question

我想使用 KNN 制作一个图表，显示错误分类错误与 de K 个邻居的关系。

这是我为此构建的代码：

# creating odd list of K for KNN
myList = list(range(1,50))

# subsetting just the odd ones
neighbors = filter(lambda x: x % 2 != 0, myList)

# empty list that will hold cv scores
cv_scores = []

# perform 10-fold cross validation
for k in neighbors:
    knn = KNN(n_neighbors=k, n_jobs = 6, metric = 'minkowski', contamination = 0.05)
    scores = cross_val_score(knn, X_test, pred, cv=10, scoring='accuracy')
    cv_scores.append(scores.mean())

### Create Plot
import matplotlib.pyplot as plt
plt.style.use('ggplot')

# changing to misclassification error
MSE = [1 - x for x in cv_scores]

# determining best k
optimal_k = neighbors[MSE.index(min(next(iter(MSE))))]
print ("The optimal K neighbors number is %d" % optimal_k)

# plot misclassification error vs k
plt.plot(neighbors, MSE, figsize = (20,12))
plt.xlabel('Number of Neighbors K')
plt.ylabel('Misclassification Error')
plt.show()

问题出在这一行：

optimal_k = neighbors[MSE.index(min(next(iter(MSE))))]

这段代码好像是写在python2.这是原来的行：

optimal_k = neighbors[MSE.index(min(MSE))]

我添加了 next() 和 iter() 来解决这个问题，正如其他与此类似的线程中的一些用户所建议的那样。但我收到此错误：

TypeError: 'numpy.float64' object is not iterable

我知道为什么会出现这个错误，它应该在列表中迭代，但它只取数字。我认为问题出在这一行的 filter() 使用：

neighbors = filter(lambda x: x % 2 != 0, myList)

如何在 python 3 上将此代码修复为运行并防止这种情况发生？？

提前致谢

编辑：

我使用的 KNN 版本不是 sklearn 中的版本，对于那些想尝试此代码的人来说。它来自一个名为 PYOD 的异常检测包。 Linkhere

您也可以使用 sklearn 的原始 KNN 进行尝试，但请注意，您需要删除污染参数，也许还需要删除距离参数

Answer 1

问题在于代码将 neighbors 定义为生成器并在第一个循环中耗尽它。解决方案：使用列表。

neighbors = list(filter(lambda x: x % 2 != 0, myList))

此外，您获得最佳结果的原始语法是正确的（不需要 iter 或 next）：

optimal_k = neighbors[MSE.index(min(MSE))]

Python3 - TypeError: 'numpy.float64' object is not iterable

Python3 - TypeError: 'numpy.float64' object is not iterable

python

plot

numpy

knn

python-3.x