我是 scikit learn 的新手,我刚刚看到文档和其他几个 stackoverflow 帖子来构建决策树。我有一个包含 16 个属性和 1 个目标标签的 CSV 数据集。我应该如何将它传递给决策树分类器?我当前的代码如下所示:
import pandas
import sklearn
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn import tree
data = pandas.read_csv("yelp_atlanta_data_labelled.csv", sep=',')
vect = TfidfVectorizer()
X = vect.fit_transform(data)
Y = data['go']
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
当我运行代码时,它给了我以下错误:
ValueError: Number of labels=501 does not match number of samples=17
为了提供一些背景信息,我的数据集有 501 个数据点和 17 个总列。该go
列是带有是/否标签的目标列。