Python 如何修复Numpy中的索引错误以用于机器学习模型？

我试图预测一个人使用某种药物的可能性。一个重要的预测是显示一个索引器

这是一个预测。我在不同的预测中使用了这种结构，没有问题

import numpy as np
import pandas as pd
import sklearn.ensemble as skle
drug = pd.read_sas('C:/Users/hamee/Downloads/DUQ_I.xpt')
mod = skle.RandomForestClassifier()
fitmod = mod.fit(drug2[["DUQ200", "DUQ240", "DUQ250", "DUQ290", "DUQ330", "DUQ370"]], drug2["DUQ240"])
Pred = fitmod.predict_proba(drug2[["DUQ200", "DUQ240", "DUQ250", "DUQ290", "DUQ330", "DUQ370"]])
Brier = np.mean((Pred[:,1]-drug2["DUQ290"]**2))

我希望输出一个十进制或一个大数字，输出是：

索引器错误回溯（最近一次调用）
在里面
---->1 Brier=np.平均值（（前药[：，1]-药物2[“DUQ290”]**2））
索引器：索引1超出大小为1的轴1的界限

假设您的

Pred

的所有功能都正常工作

您的

Pred

是一个一维数组，请尝试

Pred.shape

，它应该返回

（长度，）

的元组。因此，您只需要

Brier = np.mean((Pred-drug2["DUQ290"]**2))

更新：由于您的

Pred.shape

是

（539,1）

，因此它应该是：

Brier = np.mean((Pred[:,0]-drug2["DUQ290"]**2))

---

由于所有列表索引都从该行（

Brier=…

）前面的

0

开始，所以打印

Pred.shape

。结果如何？Druge2[“DUQ290”]的形状是什么？？请尝试

Pred[：，0]-…

Pred.shape=（539,1）我刚刚尝试了“Pred[：，0]，效果很好。感谢您的帮助数据不是一维数组，这是此更改后的输出：---------------------------------------------------------------------------------------------------------------异常回溯（最近一次调用）在---->1 Brier=np.mean（（Pred-drug2[“DUQ290”]**2））~\Anaconda3\Exception:数据必须是一维的，也是什么是

Pred.shape

？Pred.shape=（539,1）解决这个问题的正确方法是：

Pred[：，0]

Brier = np.mean((Pred[:,0]-drug2["DUQ290"]**2))