sklearn出现错误（LogisticRegression模型选择）

Posted 2023-03-12

【中文标题】sklearn出现错误（LogisticRegression模型选择）

【英文标题】：There is an error with sklearn (LogisticRegression model selection)

【发布时间】：2021-02-27 05:55:34

【问题描述】：

    import numpy as np
    import matplotlib.pyplot as plt
    import pandas as pd
    from sklearn import datasets
    from sklearn.model_selection import train_test_split
    from sklearn.linear_model import LogisticRegression
    from sklearn.preprocessing import StandardScaler


    Dt = pd.read_csv("D:\wisc_bc_data.csv")
    '''
    print(Dt.shape)     
    print(Dt.head())
    '''
     def changer(x):
         if x == 'B':
            return 0
         else:
            return 1
     Dt['diagnosis'] = Dt['diagnosis'].map(lambda x: changer(x))
     features = Dt[2:12]
     Diagnosis = Dt['diagnosis']
     train_features, test_features, train_labels, test_labels = train_test_split(features, Diagnosis) 'this line emits error code'

     '''
     this is my code and i used dataset from here: https://gomguard.tistory.com/52
     '''

我想拆分数据以进行逻辑回归。但是，出现了这样的错误代码：

ValueError Traceback（最近一次调用最后一次） 在 ----> 1 train_features, test_features, train_labels, test_labels = train_test_split(features, Diagnosis)

D:\python\lib\site-packages\sklearn\model_selection_split.py in train_test_split(*arrays, **options) 2116 raise TypeError（“传递的参数无效：%s”% str（选项）） 2117 -> 2118 个数组 = 可索引（*数组） 2119 2120 n_samples = _num_samples（数组[0]）

D:\python\lib\site-packages\sklearn\utils\validation.py in indexable(*iterables) 第246章 247 结果 = [_make_indexable(X) for X in iterables] --> 248 check_consistent_length(*结果) 249 返回结果 250

D:\python\lib\site-packages\sklearn\utils\validation.py in check_consistent_length(*arrays) 210 如果 len(uniques) > 1: 211 raise ValueError("发现输入变量的数量不一致" --> 212 " 样本: %r" % [int(l) for l in lengths]) 213 214

ValueError：发现样本数量不一致的输入变量：[10, 569] ​我该如何解决？

【参考方案1】：

我认为features = Dt[2:12] 会导致您的错误。 您的尝试是对特征进行切片，但 python 将代码解释为切片记录。 所以，把代码改成Dt.iloc[:, 2:12]。