python中的rfecv.fit()不接受我的x和y参数

Posted 2023-03-12

【中文标题】python中的rfecv.fit()不接受我的x和y参数

【英文标题】：rfecv.fit() in python not accepting my x and y arguments

【发布时间】：2021-12-25 14:44:26

【问题描述】：

我真的是 Python 新手，所以我不知道很多基础知识，但我有一份必须用 Python 完成的大学报告，我正在努力弄清楚如何解决我的代码中的问题。

首先，我为 X 和 y 创建了训练数据，然后将其转换为 pandas DataFrame，以便我可以从 statsmodels 中调用 ols 作为我的初始模型。现在我想使用 rfe 来减少我的模型，我从 RFECV 开始，这样我就可以确定我希望 RFE 选择多少特征。但每次我运行代码时，我都会遇到 rfecv.fit() 的问题。

这是我的代码：

'''

from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)
pipe = make_pipeline(StandardScaler())
pipe.fit(X_train, y_train)

#recombine training dataset in order to call ols
X_train_df = pd.DataFrame(X_train)
y_train_df = pd.DataFrame(y_train)
traindata = pd.concat([X_train_df.reset_index(drop=True), y_train_df.reset_index(drop=True)], axis=1)


#create first linear model
from statsmodels.formula.api import ols
model1 = ols('Tenure ~ Population + Children + Age + Income + Outage_sec_perweek + Email + Contacts + Yearly_equip_failure + MonthlyCharge + Bandwidth_GB_Year + Area_Suburban + Area_Urban + Marital_Married + Marital_Never_Married + Marital_Separated + Marital_Widowed + Gender_Male + Gender_Nonbinary + Churn_Yes + Contract_One_Year + Contract_Two_Year', data=traindata).fit()
print(model1.params)

#RFECV to determine number of variables to include for the optimal model
from sklearn.svm import SVC
from sklearn.model_selection import StratifiedKFold
from sklearn.feature_selection import RFECV

svc = SVC(kernel="linear")
rfecv = RFECV(estimator = svc, step = 1, cv = StratifiedKFold, scoring = "accuracy")
rfecv.fit(X_train_df, y_train_df)

'''

输出错误如下所示： TypeError: Singleton array array(None, dtype=object) 不能被认为是一个有效的集合。

任何帮助或资源将不胜感激！谢谢

【问题讨论】：

尝试打印您的 X_train_df 和 y_train_df 并检查它们的外观

【参考方案1】：

你需要传递cv = StratifiedKFold()而不是cv = StratifiedKFold，所以下面的方法可以工作：

rfecv = RFECV(estimator = svc, step = 1, cv = StratifiedKFold(), scoring = "accuracy")

或者如果你想要 10 折（默认为 5）：

rfecv = RFECV(estimator = svc, step = 1, cv = StratifiedKFold(n_splits=10), scoring = "accuracy")

您可以从this 或this 等帖子中查看有/没有括号之间的区别。