Pandas 让scikit学会与熊猫合作
刚开始在ML学习，需要一些帮助，让他们学会与熊猫一起工作 我正在读这篇文章，决定用我拥有的一个数据帧来尝试一下。下面是我所做的，以及由此产生的错误。我对这一切都很陌生，所以如果我忽略了一些愚蠢的事情，请原谅，但我认为最好在这里提问，而不是在没有真正理解它的情况下尝试破解来找到答案 谢谢大家Pandas 让scikit学会与熊猫合作,pandas,scikit-learn,Pandas,Scikit Learn,刚开始在ML学习，需要一些帮助，让他们学会与熊猫一起工作 我正在读这篇文章，决定用我拥有的一个数据帧来尝试一下。下面是我所做的，以及由此产生的错误。我对这一切都很陌生，所以如果我忽略了一些愚蠢的事情，请原谅，但我认为最好在这里提问，而不是在没有真正理解它的情况下尝试破解来找到答案 谢谢大家 In [518]: cols = ['A','B','C','D','E','F','G','H','I','J','K'] In [519]: x = df['Miss'].values In [52
In [518]: cols = ['A','B','C','D','E','F','G','H','I','J','K']
In [519]: x = df['Miss'].values
In [520]: y = df[list(cols)].values
In [532]: y.shape
Out[532]: (11345, 11)
In [533]: x.shape
Out[533]: (11345,)
clf = Pipeline([
('feature_selection', LinearSVC(penalty="l1", dual=False)),
('classification', RandomForestClassifier())])
In [536]: clf.fit(x,y)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
/home/cschwalbach/as_research_repo/logs/<ipython-input-536-5c1831092d7a> in <module>()
----> 1 clf.fit(x,y)
/usr/lib64/python2.7/site-packages/sklearn/pipeline.pyc in fit(self, X, y, **fit_params)
124 data, then fit the transformed data using the final estimator.
125 """
--> 126 Xt, fit_params = self._pre_transform(X, y, **fit_params)
127 self.steps[-1][-1].fit(Xt, y, **fit_params)
128 return self
/usr/lib64/python2.7/site-packages/sklearn/pipeline.pyc in _pre_transform(self, X, y, **fit_params)
114 for name, transform in self.steps[:-1]:
115 if hasattr(transform, "fit_transform"):
--> 116 Xt = transform.fit_transform(Xt, y, **fit_params_steps[name])
117 else:
118 Xt = transform.fit(Xt, y, **fit_params_steps[name]) \
/usr/lib64/python2.7/site-packages/sklearn/base.pyc in fit_transform(self, X, y, **fit_params)
362 else:
363 # fit method of arity 2 (supervised transformation)
--> 364 return self.fit(X, y, **fit_params).transform(X)
365
366
/usr/lib64/python2.7/site-packages/sklearn/svm/base.pyc in fit(self, X, y)
684 raise ValueError("X and y have incompatible shapes.\n"
685 "X has %s samples, but y has %s." %
--> 686 (X.shape[0], y.shape[0]))
687
688 liblinear.set_verbosity_wrap(self.verbose)
ValueError: X and y have incompatible shapes.
X has 1 samples, but y has 124795.
In[518]：cols=['A'，'B'，'C'，'D'，'E'，'F'，'G'，'H'，'I'，'J'，'K']
在[519]中：x=df['Miss'].值
在[520]中：y=df[list（cols）]。值
In[532]：y形
Out[532]：（11345,11）
In[533]：x.shape
Out[533]：（11345，）
clf=管道([
（'feature_selection'，LinearSVC（惩罚=“l1”，双=假）），
（'classification'，RandomForestClassifier（））]）
In[536]：clf.fit（x，y）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
/主页/cschwalbach/as\u研究报告/repo/logs/in（）
---->1级配合（x，y）
/usr/lib64/python2.7/site-packages/sklearn/pipeline.pyc-in-fit（self，X，y，**fit_参数）
124个数据，然后使用最终估计器拟合转换后的数据。
125 """
-->126 Xt，拟合参数=self._pre_变换（X，y，**拟合参数）
127 self.steps[-1][-1].fit（Xt，y，**fit_参数）
128返回自我
/usr/lib64/python2.7/site-packages/sklearn/pipeline.pyc in_pre_transform（self，X，y，**fit_参数）
114表示名称，在self中转换。步骤[：-1]：
115如果hasattr（变换，“拟合变换”）：
-->116 Xt=transform.fit_transform（Xt，y，**fit_参数_步骤[名称]）
117其他：
118 Xt=transform.fit（Xt，y，**fit_params_步骤[名称]）\
/fit_转换中的usr/lib64/python2.7/site-packages/sklearn/base.pyc（self、X、y、**fit_参数）
362其他：
363算术2的拟合方法（监督变换）
-->364返回自拟合（X，y，**拟合参数）.transform（X）
365
366
/usr/lib64/python2.7/site-packages/sklearn/svm/base.pyc-in-fit（self，X，y）
684 raise VALUE ERROR（“X和y具有不兼容的形状。\n”
685“X有%s个样本，但y有%s个样本”
-->686（X形[0]，y形[0]））
687
688 liblinear.set\u verbosity\u wrap（self.verbose）
ValueError:X和y具有不兼容的形状。
X有1个样本，但y有124795个。
In [519]: y = df['Miss'].values
In [520]: X = df[list(cols)].values
然后您可以通过
clf.fit（X，y）*.fit（X，y）XNdnxdXyclf.fit（y，X）