Scikit-learn虚拟分类器

Question

我有一个python脚本，它在训练集上训练RandomForestClassifier模型（scikitlearn），然后在测试集上给出分类报告。工作完美，尽管缺乏准确性。我尝试用DummyClassifier更改RandomForestClassifier，并再次运行该脚本，但它一直给出这个错误AttributeError: 'list' object has no attribute 'argmax'。此错误来自dummy.py。虚拟模型得到了训练，但是当我调用predict()或score()函数时，错误不断出现。我确保使用的所有x和y都是numpy.ndarray类型。我也去了假人.py文件，试图将列表转换为数组，但这开始抛出索引器错误，表示超出范围。最后也尝试了check_X_y，但仍然存在相同的错误。其他人有过这个问题吗？有什么解决办法吗？ 代码如下：

    s= RobustScaler()
    x0 = [[ro for ir, ro in enumerate(rows) if ir in xlim] for
          rows in self.data1]

    x0 = s.fit_transform(x0)
    y0 = array([[row[ylim]] for row in self.data1]).reshape(-1,1)

    xt = [[ro for ir, ro in enumerate(rows) if ir in xlim] for
          rows in self.data2]

    xt = s.transform(xt)
    yt = array([[row[ylim]] for row in self.data2]).reshape(-1,1)

    print(len(self.data2), array(x0).shape, array(y0).shape)
    trainNum = int(trainPC * len(y0) / 100)
    print(trainNum, len(y0))
    x1, y0 = check_X_y(x0, y0)
    x2, yt = check_X_y(xt, yt)
    print(x1[trainNum:][:].shape,x2.shape,y0.shape,yt.shape)
    self.data1.clear()

    try:
        classOne = joblib.load(mod_name)
    except FileNotFoundError:

        # classOne = RandomForestClassifier(criterion='gini', n_estimators=40, class_weight='balanced', verbose=2,)
        classOne = DummyClassifier(strategy='stratified')
        print("fit start")
        classOne.fit(x1[:trainNum], array(y0[:trainNum][:]).reshape(-1,1))
        print("fit stop")

    try:
        print(classOne.best_params_)
    except AttributeError:
        pass
    try:
        print(classOne.feature_importances_)
    except AttributeError:
        pass
    gc.collect()
    yp = classOne.predict(x1[trainNum:])

以下是完整的错误：

^{pr2}$