重塑列表（-1,1），並返回持股量數據類型

我想建立Logistic迴歸模型，data.Exam1是重塑列表（-1,1），並返回持股量數據類型

reg = linear_model.LogisticRegression() 
    X = list(data.Exam1.values.reshape(-1,1)).........(1)

我已執行此操作

type(X[0]) returns numpy.ndarray

第一列

reg.fit接受它包含列表中的所有項目浮動參數，所以我做了，因爲這個例外ValueError: Unknown label type: 'continuous'

newX = [] 
for item in X: 
    type(float(item)) 
    newX.append(float(item))

這

所以當我試圖做

reg.fit(newX,newY,A)

它將引發我此異常

Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.

，我已經做了（1），當我嘗試再次重塑其ndarray再次返回，怎麼能我已經重塑和轉換項目同時浮動?? （：布爾型）作爲考試分數的功能（Exam1：浮動，Exam2：浮動）

來源

2017-02-20 MrRobot9

你試過'.reshape（-1，1）.astype（float）'嗎？參見參考[這裏]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.astype.html） – wflynny

@wflynny試過這個'X = list（data.Exam1.values.reshape（ -1,1）.astype（float））'剛纔，仍然返回ndarray – MrRobot9

@wflynny它返回（100，） – MrRobot9

從聊天

您想了解入學適應我們的解決方案。您的問題的關鍵是，sklearn.linear_model.LogisticRegression預計兩個輸入：

X：的向量：矢量/訓練數據與形狀（觀測數，預測的數量）與系浮法
Y矩陣分類結果（在這種情況下，二進制）與形狀（觀察數，1）型布爾或INT

他們的方式，你在呼喚它試圖以適應Exam2（浮動）作爲Exam1的功能（浮動）。這是根本問題。進一步複雜的事情是你重塑你的重塑numpy陣列作爲一個列表的方式。假設data是pandas.DataFrame，你想要的東西，如：

X = np.vstack((data.Exam1, data.Exam2)).T 
print X.shape # should be (100, 2) 
reg.fit(X, data.Admitted)

在這裏，既data.Exam1和data.Exam2是長度100使用np.vstack它們組合成的形狀（2，100）的載體，因此，我們採取轉置，使我們將它定位在第一維（100,2）的觀察中。無需重新列表或甚至採取data.Exam1.values，因爲在np.vstack期間pd.Series重寫爲np.array。同樣，data.Admitted（帶形狀（100，））與reg.fit搭配很好。

來源

2017-02-21 21:22:48 wflynny

重塑列表（-1,1），並返回持股量數據類型

回答

相關問題