3D-Array-Fehler in Sklearn

Question

Also ich versuche, Daten über die Aktien, die engen Preis und gleitenden Durchschnitte 50, 100, 200. Ich habe eine andere Array, die dann das Etikett ist, das kaufen oder verkaufen ist. Es wurde zusammen mit allen anderen Arrays auf einem Datenrahmen ausgearbeitet. Aber das Problem ist, wenn ich versuche, die classifer zu trainieren, es gibt mir eine Fehlermeldung:

ValueError: Found array with dim 3. Estimator expected <= 2. 

When I concatenate the array, it gives me an error, ValueError: Unknown label type: array([[7.87401353,]]) mit mehr Werte in es Dies ist mein Code:

from sklearn import tree 
import pandas as pd 
import pandas_datareader.data as web 
import numpy as np 

df = web.DataReader('goog', 'yahoo', start='2012-5-1', end='2016-5-20') 

close_price = df[['Close']] 

ma_50 = (pd.rolling_mean(close_price, window=50)) 
ma_100 = (pd.rolling_mean(close_price, window=100)) 
ma_200 = (pd.rolling_mean(close_price, window=200)) 

#adding buys and sell based on the values 
df['B/S']= (df['Close'].diff() < 0).astype(int) 
close_buy = df[['Close']+['B/S']] 
closing = df[['Close']].as_matrix() 
buy_sell = df[['B/S']] 


close_buy = pd.DataFrame.dropna(close_buy, 0, 'any') 
ma_50 = pd.DataFrame.dropna(ma_50, 0, 'any') 
ma_100 = pd.DataFrame.dropna(ma_100, 0, 'any') 
ma_200 = pd.DataFrame.dropna(ma_200, 0, 'any') 

close_buy = (df.loc['2013-02-15':'2016-05-21']).as_matrix() 
ma_50 = (df.loc['2013-02-15':'2016-05-21']).as_matrix() 
ma_100 = (df.loc['2013-02-15':'2016-05-21']).as_matrix() 
ma_200 = (df.loc['2013-02-15':'2016-05-21']).as_matrix() 
buy_sell = (df.loc['2013-02-15':'2016-05-21']).as_matrix() # Fixed 

list(close_buy) 

clf = tree.DecisionTreeClassifier() 
X = list([close_buy,ma_50,ma_100,ma_200]) 
y = [buy_sell] 

Answer 1

Das Problem ist, dass Sie Erstellen einer Variablen X das ist eine Liste von 2-d-Arrays. Das bedeutet automatisch eine 3. Dimension.

# offending line 
X = list([close_buy,ma_50,ma_100,ma_200]) 

Dies muss verkettet werden, um 2 Dimensionen zu erhalten.

# corrected 
X = np.concatenate([close_buy,ma_50,ma_100,ma_200], axis=1) 

Auch ich vermute, dass, sobald das Problem behoben ist Sie haben eine andere mit:

y = [buy_sell] 

Es gibt keinen Grund dies in [] zu wickeln. Dies wird das gleiche dreidimensionale Problem verursachen. Setzen Sie einfach dieses:

y = buy_sell