Преобразование CSV в CLF в Python
Я получаю TypeError «TypeError: только целочисленные скалярные массивы могут быть преобразованы в скалярный индекс».
Я не совсем уверен, почему, и я не могу найти ничего, чтобы объяснить, почему я получаю эту ошибку. Может кто-нибудь объяснить, что я делаю не так, и предложить способ исправить это?
import numpy as np
from sklearn.metrics import accuracy_score
from sklearn.neural_network import MLPClassifier
data1 = np.loadtxt('0003_1.csv', delimiter = ",")
indices = np.random.permutation(len(data1.data))
split = round(len(indices) * 0.8)
x_train = data1.data[indices[:split]]
y_train = data1.target[indices[:split]]
x_test = data1.data[indices[split:]]
y_test = data1.target[indices[split:]]
clf = MLPClassifier(hidden_layer_sizes=(100, 100, 100), max_iter=500, alpha=0.0001, solver='sgd', verbose=10, random_state=21, tol=0.000000001)
clf.fit(x_train, y_train)
y_pred = clf.predict(x_test)
accuracy_score(y_test, y_pred)
@hp x_train = data1.data [index [: split]] - это место, где возникает ошибка. data - это данные, а цель - это цель с точки зрения машинного обучения. mathworks.com/matlabcentral/answers/…
Ответы 1
Справедливо ли предположить, что вы не пробовали этот код построчно, попутно глядя на результаты?
Вы не предоставили файл csv, но вызываемый таким образом loadtxt может создавать только 2-мерный массив чисел с плавающей запятой, поэтому давайте смоделируем это с помощью np.ones:
In [637]: data1 = np.ones((10,10))
Такой массив действительно имеет атрибут data, которым является memoryview:
In [638]: data1.data
Out[638]: <memory at 0x7fc5b6916c18>
У него нет атрибута target. Ваш csv может иметь столбцы с такими именами (но вы не читали заголовок), но этот loadtxt не загружал их таким образом.
In [639]: data1.target
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-639-43b9ce1927aa> in <module>()
----> 1 data1.target
AttributeError: 'numpy.ndarray' object has no attribute 'target'
Но давайте поработаем над вашей ошибкой. .data имеет len, как и data1, поэтому indices работает:
In [640]: indices = np.random.permutation(len(data1.data))
In [641]: indices
Out[641]: array([0, 7, 6, 4, 8, 5, 2, 1, 9, 3])
In [642]: split = round(len(indices) * 0.8)
In [643]: split
Out[643]: 8
In [644]: indices[:split]
Out[644]: array([0, 7, 6, 4, 8, 5, 2, 1])
Но memoryview нельзя проиндексировать с помощью среза:
In [645]: data1.data[indices[:split]]
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-645-b6cf2f74578c> in <module>()
----> 1 data1.data[indices[:split]]
TypeError: only integer scalar arrays can be converted to a scalar index
С помощью этого среза можно проиндексировать 2d-массив:
In [646]: data1[indices[:split]]
Out[646]:
array([[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]])
Итак, корень проблемы - думать, что data1.data и data1.target - полезные выражения. Фактически вы загрузили объект данных не так, как вы ожидали, или так, как вы ожидали. А вы data1 не проверяли.
Какая строка вызывает ошибку? Что такое
data1.data?data1.target?