用于 Python 的逻辑回归和 KNN 等模型的输入格式

Posted 2023-03-12

【中文标题】用于 Python 的逻辑回归和 KNN 等模型的输入格式

【英文标题】：Input formatting for models such as logistic regression and KNN for Python

【发布时间】：2019-09-08 09:49:03

【问题描述】：

在我的训练集中，我有 24 个特征向量 (FV)。每个 FV 包含 2 个列表。当我尝试将其安装在 model = LogisticRegression() 或 model = KNeighborsClassifier(n_neighbors=k) 上时，我收到此错误 ValueError: setting an array element with a sequence.

在我的数据框中，每一行代表每个 FV。有3列。第一列包含个人心率列表，第二列包含相应活动数据列表，第三列包含目标。在视觉上，它看起来像这样：

HR                         ACT                      Target
[0.5018, 0.5106, 0.4872]  [0.1390, 0.1709, 0.0886]  1
[0.4931, 0.5171, 0.5514]  [0.2423, 0.2795, 0.2232]  0

我应该：

加入两个列表以形成长 FV 展开两个列表，使每一列代表一个值。换句话说，如果 FV 的 HR 和 ACT 数据中有 5 个项目，则新数据框将有 10 列用于特征，1 列用于目标。

Logistic 回归和 KNN 如何处理输入数据？我了解逻辑回归使用权重或系数值线性组合输入。但我不确定在列出 VS 数据框列时这意味着什么。这是否意味着它会在转换之前自动将数据框列的相应值转换为列表？方法一和方法二有区别吗？

另外，如果需要长列表，我应该将长列表设置为[HR,HR,HR,ACT,ACT,ACT] 或[HR,ACT,HR,ACT,HR,ACT]。

【问题讨论】：

什么是FV？请避免以期望其他人熟悉的方式使用非标准缩写...

啊。 FV 是一个特征向量。

【参考方案1】：

你应该选择 2

展开两个列表，使每一列代表一个值。换句话说，如果 FV 的 HR 和 ACT 数据中有 5 个项目，则新数据框将有 10 列用于特征，1 列用于目标。

然后，您应该从数据框中选择特征列并将其作为 X 传递，并将目标列作为 Y 传递给模型的 fit 函数。

Sklearn 的模型接受具有以下形状 [n_samples, n_features] 的输入，并且由于在遵循您提出的第二个解决方案之后，您的训练数据框将具有形状 [n_samples, 10] 的 2D。

【讨论】：

感谢您的回答。在这种情况下，我可以说我的时间序列数据中的每个值都代表一个特征吗？