Python分类器Sklearn

我对Python和SKLearn相当陌生。我试图做一个简单的分类器，但我遇到了一个问题。我一直在关注一些不同的教程，但在尝试使用.fit方法时出现错误。我是这个概念的新手，已经尝试过这些文档，但发现很难理解，任何人都可以帮助我解决错误，或者指引我朝着正确的方向发展。Python分类器Sklearn

我的错误背后的想法是，值超出了范围为D型，因为我已经改变了所有的遗漏值或NaN值，但错误依然出现

代码

def main(): 
setup_files() 

imputer = Imputer() 

#the training data minus id and type: 
t_num_data = load_csv(training_set_file_path, range(1, 17)) 
t_num_data_imputed = imputer.fit_transform(t_num_data) 
print(t_num_data_imputed) 

#the training type column 
t_type_col = load_csv(training_set_file_path, 17, dtype=np.dtype((str, 5))) 
#the query data minus id and type: 
q_data = load_csv(queries_file_path, range(1, 17)) 
#the query id column 
q_id = load_csv(queries_file_path, 0, dtype=np.dtype((str, 10))) 


#fit data above to DTC and predict import 
model = tree.DecisionTreeClassifier(criterion='entropy') 
model.fit_transform(t_num_data, t_type_col) 
predictions = model.predict(q_data) 


#output the predictions: 
with open(solutions_file_path, 'w') as f: 
    for i in range(len(predictions)): 
     f.write("{},{}\n".format(q_id[i], predictions[i])) 


#fit data above to DTC and predict import 
model = tree.DecisionTreeClassifier(criterion='entropy') 
model.fit(t_num_data, t_type_col) 
predictions = model.predict(q_data) 


#output the predictions: 
with open(solutions_file_path, 'w') as f: 
    for i in range(len(predictions)): 
     f.write("{},{}\n".format(q_id[i], predictions[i]))

错误

Traceback (most recent call last): 
    File "/Users/Rory/Desktop/classifier.py", line 71, in <module> 
main() 
    File "/Users/Rory/Desktop/classifier.py", line 60, in main 
model.fit_transform(t_num_data, t_type_col) 
    File "/Users/Rory/anaconda/lib/python2.7/site-packages/sklearn/base.py", line 458, in fit_transform 
return self.fit(X, y, **fit_params).transform(X) 
    File "/Users/Rory/anaconda/lib/python2.7/site-packages/sklearn/tree/tree.py", line 154, in fit 
    X = check_array(X, dtype=DTYPE, accept_sparse="csc") 
    File "/Users/Rory/anaconda/lib/python2.7/site-packages/sklearn/utils/validation.py", line 398, in check_array 
_assert_all_finite(array) 
    File "/Users/Rory/anaconda/lib/python2.7/site-packages/sklearn/utils/validation.py", line 54, in _assert_all_finite 
" or a value too large for %r." % X.dtype) 
ValueError: Input contains NaN, infinity or a value too large for dtype('float32').

来源

2016-04-14 JJSmith

错误说明了这一切。你的't_num_data'有inf或nan值。尝试打印最小/最大 –

，是否有一个简单的修复这个或做或它是否在数据本身？ – JJSmith

@imaluengo当我打印最大值和最小值时，我得到了两个 – JJSmith

的问题是你的NaN值。有很多方法可以估算NaNs。你可以尝试：

t_num_data.fillna(0)

这将填补所有缺失值为0，然后你的分类器将工作，但可能不是很准确。还有其他的方法，采取平均值，基于最近的邻居估计等，但这应该让你的代码现在工作。

来源

2016-04-14 22:23:33 prappolt

Python分类器Sklearn

回答

相关问题