在 Scikit-learn 的二维列表中拟合训练标签

Question

我正在尝试使用 Scikit-learn 将 2d 中的行映射到标签列表中的元素。

例如：

from sklearn import tree
clf = DecisionTreeClassifier()

#2D list of training data:
training_data = [[1, 2, 3], [1, 2, 4, 5, 6], [5, 7], [1, 2, 3]]

#1D list of training labels:
training_labels = ['a', 'b', 'c', 'a']

clf = clf.fit(training_data, training_labels)

当我运行代码时，我得到 "ValueError: setting an array element with a sequence."

我想知道如何正确转换数据，以便我可以用训练标签拟合测试数据。

Answer 1

testing_data = [[1, 2, 3], [1, 2, 4, 5, 6], [5, 7], [1, 2, 3]]

在这里，如果每个子列表都被视为一个样本，那么每个样本的维度都不相同。 那样的话，模型是不可能拟合的。

也可能你的意思是：

 training_labels = ["a", "b", "c", "a"]

否则a,b,c应该定义变量

在 Scikit-learn 的二维列表中拟合训练标签

Fitting Training Labels on a 2D List in Scikit-learn

python

classification

training-data

scikit-learn