Verwenden von Machine Learning in Python zum Laden benutzerdefinierter Datasets?

Question

Hier ist das Problem: Es dauert 2 variable Eingaben, und ein Ergebnis vorhersagen.

Zum Beispiel: price und volume als Eingänge und eine Entscheidung zum Kauf/Verkauf als result.

Ich habe versucht, dies mit K-Neighbors ohne Erfolg zu implementieren. Wie würdest du das machen?

X = cleanedData['ES1 End Price'] #only accounts for 1 variable, don't know how to use input another. 
y = cleanedData["Result"] 
print(X.shape, y.shape) 
kmm = KNeighborsClassifier(n_neighbors = 5) 
kmm.fit(X,y) #ValueError for size inconsistency, but both are same size. 

Vielen Dank!

Answer 1

X muss ein matrix/2d array wobei jede Spalte für ein Feature steht sein, die aus dem Code nicht wahr scheinen, versuchen X umformen mit X[:,None] bis 2d:

kmm.fit(X[:,None], y) 

---

oder ohne Rückgriff auf Umformen, verwenden Sie besser immer eine Liste, um Merkmale aus einem Datenrahmen zu extrahieren:

ODER mit m ehr als ein Spalten:

X = cleanedData[['ES1 End Price', 'volume']] 

Dann würde X ein 2D-Array sein und kann direkt in fit verwendet werden:

kmm.fit(X, y)