Ein Spaltenvektor y wurde übergeben, wenn ein 1d-Array erwartet wurde

Ich muss passen RandomForestRegressorvon sklearn.ensemble.

forest = ensemble.RandomForestRegressor(**RF_tuned_parameters)
model = forest.fit(train_fold, train_y)
yhat = model.predict(test_fold)

Dieser Code hat immer funktioniert, bis ich Daten vorverarbeitet habe ( train_y). Die Fehlermeldung lautet:

DataConversionWarning: Ein Spaltenvektor y wurde übergeben, als ein 1d-Array erwartet wurde. Bitte ändern Sie die Form von y in (n_samples,), zum Beispiel mit ravel ().

model = forest.fit (train_fold, train_y)

Früher train_ywar es eine Serie, jetzt ist es ein Numpy-Array (es ist ein Spaltenvektor). Wenn ich mich bewerbe train_y.ravel(), wird es zu einem Zeilenvektor und es wird keine Fehlermeldung angezeigt. Der Vorhersageschritt dauert sehr lange (tatsächlich wird er nie beendet ...).

In den Dokumenten von RandomForestRegressorfand ich, dass train_ydies definiert werden sollte als y : array-like, shape = [n_samples] or [n_samples, n_outputs] Irgendeine Idee, wie man dieses Problem löst?

Ändern Sie diese Zeile:

model = forest.fit(train_fold, train_y)

zu:

model = forest.fit(train_fold, train_y.values.ravel())

Bearbeiten:

.valuesgibt die Werte in einem Array an. (Form: (n, 1)

.ravel konvertiert diese Array-Form in (n,)

Ich bin auch auf diese Situation gestoßen, als ich versucht habe, einen KNN- Klassifikator zu trainieren . aber es scheint, dass die Warnung weg war, nachdem ich mich geändert hatte:
knn.fit(X_train,y_train)
zu
knn.fit(X_train, np.ravel(y_train,order='C'))

Vor dieser Zeile habe ich verwendet import numpy as np.

Ich hatte das gleiche Problem. Das Problem war, dass die Beschriftungen in einem Spaltenformat vorliegen, während es in einer Zeile erwartet wird. verwendennp.ravel()

knn.score(training_set, np.ravel(training_labels))

Hoffe das löst es.

Verwenden Sie den folgenden Code:

model = forest.fit(train_fold, train_y.ravel())

Wenn Sie immer noch versehentlich einen Schlag bekommen, der genauso identisch ist wie unten?

Unknown label type: %r" % y

Verwenden Sie diesen Code:

y = train_y.ravel()
train_y = np.array(y).astype(int)
model = forest.fit(train_fold, train_y)

Eine andere Möglichkeit ist die Verwendung ravel

model = forest.fit(train_fold, train_y.values.reshape(-1,))

Mit Neuraxle können Sie dies leicht lösen:

p = Pipeline([
   # expected outputs shape: (n, 1)
   OutputTransformerWrapper(NumpyRavel()), 
   # expected outputs shape: (n, )
   RandomForestRegressor(**RF_tuned_parameters)
])

p, outputs = p.fit_transform(data_inputs, expected_outputs)

Neuraxle ist ein sklearn-ähnliches Framework für Hyperparameter-Tuning und AutoML in Deep-Learning-Projekten!

format_train_y=[]
for n in train_y:
    format_train_y.append(n[0])

Y = y.Werte [:, 0]

Y - formated_train_y

y - train_y