1

我正在尝试使用 sklearn_pandas 模块来扩展我在 pandas 中所做的工作并涉足机器学习，但我正在努力解决一个我不太了解如何修复的错误。

我正在研究Kaggle上的以下数据集。

它本质上是一个带有浮点值的无标题表（1000 行，40 个特征）。

import pandas as pdfrom sklearn import neighbors
from sklearn_pandas import DataFrameMapper, cross_val_score
path_train ="../kaggle/scikitlearn/train.csv"
path_labels ="../kaggle/scikitlearn/trainLabels.csv"
path_test = "../kaggle/scikitlearn/test.csv"

train = pd.read_csv(path_train, header=None)
labels = pd.read_csv(path_labels, header=None)
test = pd.read_csv(path_test, header=None)
mapper_train = DataFrameMapper([(list(train.columns),neighbors.KNeighborsClassifier(n_neighbors=3))])
mapper_train

输出：

DataFrameMapper(features=[([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39], KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
       n_neighbors=3, p=2, weights='uniform'))])

到目前为止，一切都很好。但后来我尝试了合身

mapper_train.fit_transform(train, labels)

输出：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-6-e3897d6db1b5> in <module>()
----> 1 mapper_train.fit_transform(train, labels)

//anaconda/lib/python2.7/site-packages/sklearn/base.pyc in fit_transform(self, X, y,     **fit_params)
    409         else:
    410             # fit method of arity 2 (supervised transformation)
--> 411             return self.fit(X, y, **fit_params).transform(X)
    412 
    413 

//anaconda/lib/python2.7/site-packages/sklearn_pandas/__init__.pyc in fit(self, X, y)
    116         for columns, transformer in self.features:
    117             if transformer is not None:
--> 118                 transformer.fit(self._get_col_subset(X, columns))
    119         return self
    120 

TypeError: fit() takes exactly 3 arguments (2 given)`

我究竟做错了什么？虽然这种情况下的数据都是相同的，但我计划为混合分类、名义和浮点特征制定一个工作流程，而 sklearn_pandas 似乎是合乎逻辑的。

4

1 回答 1

1

由于sklearn_pandas目前不支持接受y带有标签的向量的估计器，因此您只需将其用于将所有特征转换为 Numpy 矩阵，然后KNeighborsClassifier在单独的步骤中使用。

更新 2015-08-10 -sklearn_pandas DataFrameMapper不打算用作转换 + 模型拟合的管道，而仅用于有选择地转换列。如果要转换然后估计模型，请使用sklearn Pipeline带有数据帧映射器的平原作为第一步。

于 2015-03-05T11:08:54.257 回答