Python 在sklearn中尝试交叉验证时出现TypeError

我真的需要一些帮助，但我是编程新手，所以请原谅我的无知。我试图使用scikit的普通最小二乘回归作为估计量对数据集进行交叉验证

这是我的密码：

from sklearn import cross_validation, linear_model
import numpy as np

X_digits = x
Y_digits = list(np.array(y).reshape(-1,))

loo = cross_validation.LeaveOneOut(len(Y_digits))

# Make sure it works
for train_indices, test_indices in loo:
    print('Train: %s | test: %s' % (train_indices, test_indices))

regr = linear_model.LinearRegression()

[regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

当我运行此命令时，我得到一个错误：

**TypeError: only integer arrays with one element can be converted to an index**

这应该是指我的x值，它是0和1的列表-每个列表表示一个分类变量，该变量已使用OneHotEncoder编码

考虑到这一点，有没有关于如何解决这个问题的建议

将回归估计器与这些数据进行拟合似乎是可行的，尽管我得到了很多非常大/奇怪的系数。老实说，在进入SKL的整个过程中，学习尝试某种类型的分类线性回归是完全令人担忧的，我欢迎在这一点上的任何建议

编辑2很抱歉，我尝试了另一种方法，但错误地将错误回调设置为：

    ---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-9-be578cbe0327> in <module>()
     16 regr = linear_model.LinearRegression()
     17 
---> 18 [regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

TypeError: only integer arrays with one element can be converted to an index

print x[1]
[ 1.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.]

X_digits = np.array(x)
Y_digits = np.array(y)


---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-20-ea8b84f0005f> in <module>()
     14 
     15 
---> 16 [regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

C:\Program Files\Anaconda\lib\site-packages\sklearn\base.py in score(self, X, y)
    320 
    321         from .metrics import r2_score
--> 322         return r2_score(y, self.predict(X))
    323 
    324 

C:\Program Files\Anaconda\lib\site-packages\sklearn\metrics\metrics.py in r2_score(y_true, y_pred)
   2184 
   2185     if len(y_true) == 1:
-> 2186         raise ValueError("r2_score can only be computed given more than one"
   2187                          " sample.")
   2188     numerator = ((y_true - y_pred) ** 2).sum(dtype=np.float64)

ValueError: r2_score can only be computed given more than one sample.

编辑4尝试将列表转换为数组，但遇到错误：

    ---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-9-be578cbe0327> in <module>()
     16 regr = linear_model.LinearRegression()
     17 
---> 18 [regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

TypeError: only integer arrays with one element can be converted to an index

print x[1]
[ 1.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.]

X_digits = np.array(x)
Y_digits = np.array(y)


---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-20-ea8b84f0005f> in <module>()
     14 
     15 
---> 16 [regr.fit(X_digits[train], Y_digits[train]).score(X_digits[test], Y_digits[test]) for train, test in loo]

C:\Program Files\Anaconda\lib\site-packages\sklearn\base.py in score(self, X, y)
    320 
    321         from .metrics import r2_score
--> 322         return r2_score(y, self.predict(X))
    323 
    324 

C:\Program Files\Anaconda\lib\site-packages\sklearn\metrics\metrics.py in r2_score(y_true, y_pred)
   2184 
   2185     if len(y_true) == 1:
-> 2186         raise ValueError("r2_score can only be computed given more than one"
   2187                          " sample.")
   2188     numerator = ((y_true - y_pred) ** 2).sum(dtype=np.float64)

ValueError: r2_score can only be computed given more than one sample.

X_位=np.数组（X）
Y_位=np.数组（Y）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
14
15
--->16[重新拟合（X_位数[列车]、Y_位数[列车]）。分数（X_位数[测试]、Y_位数[测试]）列车，在loo中测试]
C:\Program Files\Anaconda\lib\site packages\sklearn\base.py（self，X，y）
320
321来自。指标导入r2_分数
-->322返回r2_分数（y，自我预测（X））
323
324
C:\Program Files\Anaconda\lib\site packages\sklearn\metrics\metrics.py在r2\u分数中（y\u true，y\u pred）
2184
2185如果len（y_true）==1：
->2186 raise VALUE ERROR（“r2_分数只能在一个以上的情况下计算”
2187“样本”）
2188分子=（y_真-y_pred）**2.sum（dtype=np.float64）
ValueError：r2_分数只能在多个样本的情况下计算。

交叉验证迭代器返回索引，用于索引numpy数组，但您的数据是纯Python列表。Python列表不支持numpy数组所做的那种奇特的索引。您之所以看到这个错误，是因为Python试图将

train

和

test

解释为它可以用来索引到列表中的东西，但它无法这样做。对于

X\u位

和

Y\u位

，您需要使用numpy数组而不是列表。（或者，您可以使用列表理解或类似方法提取给定的索引，但由于scikit无论如何都将转换为numpy，因此您最好首先使用numpy。）

交叉验证迭代器返回索引以用于索引numpy数组，但您的数据是纯Python列表。Python列表不支持numpy数组所做的那种奇特的索引。您之所以看到这个错误，是因为Python试图将

train

和

test

解释为它可以用来索引到列表中的东西，但它无法这样做。对于

X\u位

和

Y\u位

，您需要使用numpy数组而不是列表。（或者，您可以使用列表理解或类似方法提取给定的索引，但由于scikit无论如何都将转换为numpy，您最好首先使用numpy。）

您可以显示整个回溯（错误消息）吗？当然可以！现在将更新主帖子。你能显示整个回溯（错误消息）吗？当然！将更新主帖子。嗨，谢谢你的建议-我会根据你的评论更新我的帖子。将列表转换为数组后，我收到另一个错误：ValueError:r2_分数只能在给定多个样本的情况下计算。您只保留了一个样本。您不能仅对一个样本计算

r^2

。使用不同的交叉验证折叠对象，例如

KFold

。啊，是的，当然-我刚刚意识到我应该在这里使用MSE参数（在模型选择阶段）！您还可以使用np.array（my_Python_list）将普通Python列表转换为Numpy数组嗨，谢谢您的建议-我将根据您的评论更新我的帖子。将列表转换为数组后，我收到另一个错误：ValueError:r2_分数只能在给定多个样本的情况下计算。您只保留了一个样本。您不能仅对一个样本计算

r^2

。使用不同的交叉验证折叠对象，例如

KFold

。啊，是的，当然-我刚刚意识到我应该在这里使用MSE参数（在模型选择阶段）！您还可以使用np.array（my_Python_list）将普通Python列表转换为Numpy数组