我使用UCI repo的数据集:http://archive.ics.uci.edu/ml/datasets/Energy+efficiency 然后执行下一步:
from pandas import *
from sklearn.neighbors import KNeighborsRegressor
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score
from sklearn.cross_validation import train_test_split
dataset = read_excel('/Users/Half_Pint_boy/Desktop/ENB2012_data.xlsx')
dataset = dataset.drop(['X1','X4'], axis=1)
trg = dataset[['Y1','Y2']]
trn = dataset.drop(['Y1','Y2'], axis=1)
然后进行模型和交叉验证:
^{pr2}$我正在创建一个用于预测值的回归模型,但是有一个问题。代码如下:
TestModels = DataFrame()
tmp = {}
for model in models:
m = str(model)
tmp['Model'] = m[:m.index('(')]
for i in range(Ytrn.shape[1]):
model.fit(Xtrn, Ytrn[:,i])
tmp[str(i+1)] = r2_score(Ytest[:,0], model.predict(Xtest))
TestModels = TestModels.append([tmp])
TestModels.set_index('Model', inplace=True)
它显示了不可损坏的类型:“slice”表示行模型.拟合(Xtrn,Ytrn[:,i])
如何避免这种情况并使其发挥作用?在
谢谢!在
我想我以前也有过类似的问题!在将数据提供给
sklearn
估计器之前,请尝试将数据转换为numpy数组。它很可能解决哈希问题。例如,您可以:当您将数据拟合到估计器时,请使用Xtrn_数组和Ytrn_数组。在
相关问题 更多 >
编程相关推荐