使用genfromtxt輸入scikit-learn fit函數的問題

Question

我想genfromtxt在csv文件中讀取，然後使用RandomForestClassifier。我結束了使用genfromtxt兩次;一次讀取功能，然後得到正確的格式。 這種嘗試的代碼如下： 導入CSV 進口numpy的爲NP

data = np.genfromtxt('plants.csv',dtype=float, delimiter=',', names=True) 
feature_names = np.array(data.dtype.names) 
feature_names = feature_names[[ 0,1,2,3,4]] 

data = np.genfromtxt('plants.csv',dtype=float, delimiter=',', skip_header=1) 
plants_X = data[:, [0,1,2,3,4]] 
_y = np.ravel(data[:,[5]]) #Return a flattened array required by scikit-learn fit for 2nd argument 

from sklearn.ensemble import RandomForestClassifier 
clf = RandomForestClassifier(n_estimators = 10, random_state = 33) 
clf = clf.fit(plants_X, plants_y) 

print feature_names, '\n', clf.feature_importances_ 

print feature_names, '\n', clf.feature_importances_ 

當我使用genfromtxt與「名稱= true選項‘數據’讀不格式我預計

！ （（31.194181,0.0,0.0,0.0,1.0,1.0）， （12.0,0.0,0.0,1.0,0.0,1.0），（18.0,1.0,0.0,1.0,0.0,0.0）， （31.194181 ，0.0,0.0,0.0,1.0,0.0）]， ... dtype = [（'A'，'

我想要ge從文件中讀取功能名稱而不讀兩遍！

感謝您的協助！

Ps：Thnaks to「Cyborg」我得到了這麼多！

Answer 1

我推薦使用這個熊貓。 您可以使用pandas.read_csv來獲取帶有列名的熊貓數據框。不過，您需要將數據轉換爲numpy數組，然後將其傳遞給scikit-learn。