Một vectơ cột y đã được chuyển khi một mảng 1d được mong đợi

Tôi cần phải phù hợp với RandomForestRegressortừ sklearn.ensemble.

forest = ensemble.RandomForestRegressor(**RF_tuned_parameters)
model = forest.fit(train_fold, train_y)
yhat = model.predict(test_fold)

Mã này luôn hoạt động cho đến khi tôi thực hiện một số xử lý trước dữ liệu ( train_y). Thông báo lỗi cho biết:

DataConversionWarning: Một vectơ cột y được chuyển khi một mảng 1d được mong đợi. Vui lòng thay đổi hình dạng của y thành (n_samples,), ví dụ như sử dụng ravel ().

model = Forest.fit (train_fold, train_y)

Trước đây train_ylà một Chuỗi, bây giờ là mảng numpy (nó là một vectơ cột). Nếu tôi áp dụng train_y.ravel(), thì nó sẽ trở thành một vector hàng và không có thông báo lỗi nào xuất hiện, qua bước dự đoán mất rất nhiều thời gian (thực sự là nó không bao giờ kết thúc ...).

Trong tài liệu của RandomForestRegressortôi thấy rằng train_ynên được định nghĩa là y : array-like, shape = [n_samples] or [n_samples, n_outputs] Bất kỳ ý tưởng làm thế nào để giải quyết vấn đề này?

Thay đổi dòng này:

model = forest.fit(train_fold, train_y)

đến:

model = forest.fit(train_fold, train_y.values.ravel())

Biên tập:

.valuessẽ cung cấp các giá trị trong một mảng. (hình dạng: (n, 1)

.ravel sẽ chuyển đổi hình dạng mảng đó thành (n,)

Tôi cũng gặp phải tình huống này khi tôi đang cố gắng đào tạo một bộ phân loại KNN . nhưng có vẻ như cảnh báo đã biến mất sau khi tôi thay đổi:
knn.fit(X_train,y_train)
thành
knn.fit(X_train, np.ravel(y_train,order='C'))

Trước dòng này tôi đã sử dụng import numpy as np.

Tôi đã từng gặp vấn đề tương tự. Vấn đề là các nhãn ở định dạng cột trong khi nó mong đợi nó ở một hàng. sử dụngnp.ravel()

knn.score(training_set, np.ravel(training_labels))

Hy vọng điều này giải quyết nó.

sử dụng mã dưới đây:

model = forest.fit(train_fold, train_y.ravel())

nếu bạn vẫn nhận được một cái tát do lỗi giống như bên dưới?

Unknown label type: %r" % y

sử dụng mã này:

y = train_y.ravel()
train_y = np.array(y).astype(int)
model = forest.fit(train_fold, train_y)

Một cách khác để làm điều này là sử dụng ravel

model = forest.fit(train_fold, train_y.values.reshape(-1,))

Với neuraxle , bạn có thể dễ dàng giải quyết điều này:

p = Pipeline([
   # expected outputs shape: (n, 1)
   OutputTransformerWrapper(NumpyRavel()), 
   # expected outputs shape: (n, )
   RandomForestRegressor(**RF_tuned_parameters)
])

p, outputs = p.fit_transform(data_inputs, expected_outputs)

Neuraxle là một khung giống sklearn để điều chỉnh siêu thông số và AutoML trong các dự án học sâu!

format_train_y=[]
for n in train_y:
    format_train_y.append(n[0])

Y = y.values ​​[:, 0]

Y - formated_train_y

y - train_y