使用 genfromtxt 输入 scikit-learn 拟合函数的问题

Posted 2023-03-12

【中文标题】使用 genfromtxt 输入 scikit-learn 拟合函数的问题

【英文标题】：Problems using genfromtxt to input into scikit-learn fit function

【发布时间】：2014-01-27 01:54:09

【问题描述】：

我正在尝试使用 genfromtxt 读取 csv 文件，然后使用 RandomForestClassifier。我最终使用了 genfromtxt 两次；一次是读取功能，然后是获取正确的格式。 此尝试的代码如下： 导入 csv 将 numpy 导入为 np

data = np.genfromtxt('plants.csv',dtype=float, delimiter=',', names=True)
feature_names = np.array(data.dtype.names)
feature_names = feature_names[[ 0,1,2,3,4]] 

data = np.genfromtxt('plants.csv',dtype=float, delimiter=',', skip_header=1)
plants_X = data[:, [0,1,2,3,4]] 
_y = np.ravel(data[:,[5]]) #Return a flattened array required by scikit-learn fit for 2nd argument

from sklearn.ensemble import RandomForestClassifier 
clf = RandomForestClassifier( n_estimators = 10, random_state = 33)
clf = clf.fit(plants_X, plants_y)

print feature_names, '\n', clf.feature_importances_

print feature_names, '\n', clf.feature_importances_

当我使用带有“names=True 选项”的 genfromtxt 时，读取的“数据”不是我预期的格式！

" ([(31.194181, 0.0, 0.0, 0.0, 1.0, 1.0), (12.0, 0.0, 0.0, 1.0, 0.0, 1.0), (18.0, 1.0, 0.0, 1.0, 0.0, 0.0), (31.194181, 0.0, 0.0, 0.0, 1.0, 0.0)], ... dtype=[('A', '

我想从文件中获取特征名称而不读取它两次！

感谢您的帮助！

Ps：感谢“Cyborg”，我走到了这一步！

【参考方案1】：

我建议为此使用熊猫。 您可以使用 pandas.read_csv 获取带有列名的 pandas 数据框。不过，您需要将数据转换为 numpy 数组以将其传递给 scikit-learn。

【讨论】：

我想看看是否有一种方法可以使用单个 genfromtxt 方法，如果可能的话，可以将其输出强制转换为正确的格式。其他人认为安德烈亚斯？

您可以从文件中读取一行，提取然后在剩余的描述符上调用 genfromtext 我猜。为什么您不想使用完全符合您的目的的功能？

嗨安德烈亚斯，因为我不知道如何使用它......我可以在代码中强加一个例子吗？谢谢，克里斯