Mit sklearns StratifiedKFold-Funktion kann mir jemand helfen, den Fehler zu verstehen?StratifiedKFold: IndexError: zu viele Indizes für Array
Meine Vermutung ist, dass es etwas mit meiner Eingabe-Array von Etiketten zu tun hat, merke ich, wenn ich sie (die ersten 16 in diesem Beispiel) die Indexierung von 0 bis 15, aber eine extra 0 darüber gedruckt wird Ich habe nicht erwartet. Vielleicht bin ich nur ein Python Noob, aber das sieht komisch aus.
Wer sieht das Chaos hier?
Dokumentation: http://scikit-learn.org...StratifiedKFold.html
Code:
import nltk
import sklearn
print('The nltk version is {}.'.format(nltk.__version__))
print('The scikit-learn version is {}.'.format(sklearn.__version__))
print type(skew_gendata_targets.values), skew_gendata_targets.values.shape
print skew_gendata_targets.head(16)
skew_sfold10 = cross_validation.StratifiedKFold(skew_gendata_targets.values, n_folds=10, shuffle=True, random_state=20160121)
Ergebnis
The nltk version is 3.1.
The scikit-learn version is 0.17.
<type 'numpy.ndarray'> (500L, 1L)
0
0 0
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 0
10 0
11 0
12 0
13 0
14 1
15 0
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-373-653b6010b806> in <module>()
8 print skew_gendata_targets.head(16)
9
---> 10 skew_sfold10 = cross_validation.StratifiedKFold(skew_gendata_targets.values, n_folds=10, shuffle=True, random_state=20160121)
11
12 #print '\nSkewed Generated Dataset (', len(skew_gendata_data), ')'
d:\Program Files\Anaconda2\lib\site-packages\sklearn\cross_validation.pyc in __init__(self, y, n_folds, shuffle, random_state)
531 for test_fold_idx, per_label_splits in enumerate(zip(*per_label_cvs)):
532 for label, (_, test_split) in zip(unique_labels, per_label_splits):
--> 533 label_test_folds = test_folds[y == label]
534 # the test split can be too big because we used
535 # KFold(max(c, self.n_folds), self.n_folds) instead of
IndexError: too many indices for array
Der Ausdruck ist dort in der Ausgabe in der Frage: Drucktyp (skew_gendata_targets.values), skew_gendata_targets.values.shape, es ist ein (500,1) numpy Array. Ich bin ein Matlab-Junkie, der in eine Grube Pythons geworfen wird und den Unterschied zwischen einer 500x1- und einer 500xnada-Matrix/Array/Dings nicht kennt. Zumindest in einer Matlab-Welt gibt es keinen Unterschied. –
Ja - es ist unglücklich und etwas verwirrend. Der Unterschied ist wichtig, wenn Operationen wie '*' ausgeführt werden. In einem Fall wird Pandas/numpy eine elementweise Multiplikation durchführen, während es auf der anderen Seite eine Matrixmultiplikation durchführt. Hoffe, dass die Operation "StratifiedKFold" funktioniert, nachdem sie auf ein Array (500,) gezwungen wurde. – Brian
Ich sehe, Matrizen umformen ist etwas, was ein Matlaber verstehen kann, das scheint es zu beheben: np.reshape (skew_gendata_targets.values, [500,]), danke !! –