Python/Sklearn-indexer-Index越界

我正在尝试使用10倍CV在我的数据集上运行kNN分类器。我在WEKA有一些模型方面的经验，但很难将其转移到Sklearn

下面是我的代码

filename = 'train4.csv'
names = ['attribut names are here']
dataframe = read_csv(filename, names=names)
array = dataframe.values
X = array[:,0:47]
Y = array[:,47]
num_folds = 10
kfold = KFold(n_splits=10, random_state=7)
model = KNeighborsClassifier()
results = cross_val_score(model, X, Y, cv=kfold)
print(results.mean())

我得到了错误

>IndexError                                Traceback (most recent call last)
<ipython-input-19-8d9596c3368b> in <module>()
      4 array = dataframe.values
      5 X = array[:,0:47]
----> 6 Y = array[:,47]
      7 num_folds = 10
      8 kfold = KFold(n_splits=10, random_state=7)

> IndexError: index 47 is out of bounds for axis 1 with size 47

>索引器错误回溯（最后一次调用）
在（）
4数组=dataframe.values
5 X=数组[：，0:47]
---->6 Y=数组[：，47]
7次/10次
8 kfold=kfold（n_分割=10，随机状态=7）
>索引器：索引47超出大小为47的轴1的界限

在我的CSV中，第47个属性是目标标签-因此是48（这里我错了吗？）

我正在Jupyter笔记本上运行pandas/sklearn

谢谢

试试这个：

import pandas as pd

filename = 'train4.csv'
names = ['attribut names are here']
target_col_name = 'name_of_your_target_column'

df = pd.read_csv(filename, names=names)

num_folds = 10
kfold = KFold(n_splits=10, random_state=7)
model = KNeighborsClassifier()
results = cross_val_score(model,
                          df.drop(target_col_name, axis=1), 
                          df[target_col_name],
                          cv=kfold)
print(results.mean())

---

你的CSV有列名吗？目标

y

列的列名是什么？嗨，伙计，谢谢你的回复。使用此代码，我将两个“target\u col\u name”替换为介于“”之间的列名。我收到错误“ValueError:labels['mix1_instrument']未包含在axis'@Gareth中，能否发布

打印输出（df.columns.tolist（））

？我发现我的列名有拼写错误。谢谢我现在收到一个值错误，我假设这是因为我有两个数据类型为“object”的属性。“我怎样才能纠正这个问题呢？”加雷斯，这是另一个问题，应该单独问…；-）