Python 使用带有多个输入因子的sklearn决策树进行回归会产生错误

我想用sklearn的决策树回归器进行回归。我的输入数据由多个传感器数据组成，我将时间序列划分为较小的窗口，并计算每个时间窗口和每个传感器的平均值和标准偏差。阵列如下所示（以两个传感器和100个时间窗口为例）：

features\u x=np.array（[[x[：，0].mean（），x[：，0].std（），x[：，1].mean（），x[：，1].std（）]
对于np.数组中的x（列数组，100）]）

然后我想预测第三个传感器的平均值：

features\u y=np.array（[[x[：，2].mean（）]
对于np.数组中的x（列数组，100）]）

然后我使用决策树回归器：

clf=tree.DecisionTreeRegressor（）
clf.拟合（特征整形（-1,1），特征整形（-1,1））

但当我使用此代码时，会收到一条错误消息：

ValueError:标签数量与样本数量不匹配

这一定是因为我使用了一个具有4个“值”的数组作为输入，而使用了一个仅具有1个“值”的数组作为输出。但我实际上想用很多传感器的数据作为输入，预测另一个传感器的值作为输出。有没有可能让回归以这种方式工作

编辑：两个要素矩阵都由浮点值组成。特征_x有4列和100行，每列是平均值或标准偏差。每行是一个时间窗口。

---

功能有1列和100行。我只计算每个时间窗口中一个传感器的平均值。

问题在于在输入上使用重塑功能的位置：

clf.fit(features_x.reshape(-1,1),features_y.reshape(-1,1))

数组

features\u x

有多个列，经过此整形后，它只有一列包含所有元素，因此它比

features\u y

长，因此会出现错误。为了让你更好地了解正在发生的事情，请考虑这个例子：

In [4]: a = np.zeros(8).reshape((4,2))                                                                        

In [5]: a                                                                                                     
Out[5]: 
array([[0., 0.],
       [0., 0.],
       [0., 0.],
       [0., 0.]])

In [6]: a.reshape(-1,1)                                                                                       
Out[6]: 
array([[0.],
       [0.],
       [0.],
       [0.],
       [0.],
       [0.],
       [0.],
       [0.]])

---

您可以使用任何numpy数组的

.shape

属性来验证输入和标签的格式。

问题在于您在输入上使用重塑功能的地方：

clf.fit(features_x.reshape(-1,1),features_y.reshape(-1,1))

数组

features\u x

有多个列，经过此整形后，它只有一列包含所有元素，因此它比

features\u y

长，因此会出现错误。为了让你更好地了解正在发生的事情，请考虑这个例子：

In [4]: a = np.zeros(8).reshape((4,2))                                                                        

In [5]: a                                                                                                     
Out[5]: 
array([[0., 0.],
       [0., 0.],
       [0., 0.],
       [0., 0.]])

In [6]: a.reshape(-1,1)                                                                                       
Out[6]: 
array([[0.],
       [0.],
       [0.],
       [0.],
       [0.],
       [0.],
       [0.],
       [0.]])

---

您可以使用任何numpy数组的

.shape

属性来验证输入和标签的格式。

您的功能最终是列表的numpy数组，但您只需要一个浮点数组，请尝试使用：

features_y = np.array([x[:,2].mean() for x in np.array_split(train_array, 100)])

另外，请注意重塑方法

features_y = np.array([[1], [1], [1], [1], [1], [1], [1], [1], [1], [1]])
features_y.reshape(-1, 1)

产出：

array([[1],[1],[1], ...])

array([[1],[1],[1],...])

但x的重塑：

features_x = np.array([[1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1]])
features_x.reshape(-1, 1)

产出：

array([[1],[1],[1], ...])

array([[1],[1],[1],...])

---

如果您不想重塑功能，则提供的结构是正确的

您的功能最终是一个列表的numpy数组，但您只需要一个浮点数组，请尝试使用：

features_y = np.array([x[:,2].mean() for x in np.array_split(train_array, 100)])

另外，请注意重塑方法

features_y = np.array([[1], [1], [1], [1], [1], [1], [1], [1], [1], [1]])
features_y.reshape(-1, 1)

产出：

array([[1],[1],[1], ...])

array([[1],[1],[1],...])

但x的重塑：

features_x = np.array([[1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1]])
features_x.reshape(-1, 1)

产出：

array([[1],[1],[1], ...])

array([[1],[1],[1],...])

---

如果您不想重塑功能，则提供的结构是正确的

你所说的

值是什么意思？特征的数量必须保持不变，但样本的数量可以不同，这就是任何拟合的工作原理。您可能可以使用一些转换来确保这种情况。请在代码中添加更多细节，例如数组的形状和它们是什么的描述。@user2653663抱歉，如果不清楚，我指的是矩阵特征_x中使用的两个平均值和两个标准差。所以，我必须把这四个值转换成一个值？这样我就能预测y？我将添加更多细节：）你所说的
值是什么意思？特征的数量必须保持不变，但样本的数量可以不同，这就是任何拟合的工作原理。您可能可以使用一些转换来确保这种情况。请在代码中添加更多细节，例如数组的形状和它们是什么的描述。@user2653663抱歉，如果不清楚，我指的是矩阵特征_x中使用的两个平均值和两个标准差。所以，我必须把这四个值转换成一个值？这样我就能预测y？我将添加更多详细信息：）