在将 pandas 数据框列传递给 scikit learn 回归器之前，是不是应该以某种方式对其进行转换？

Posted 2023-03-12

【中文标题】在将 pandas 数据框列传递给 scikit learn 回归器之前，是不是应该以某种方式对其进行转换？

【英文标题】：Should a pandas dataframe column be converted in some way before passing it to a scikit learn regressor?在将 pandas 数据框列传递给 scikit learn 回归器之前，是否应该以某种方式对其进行转换？

【发布时间】：2014-01-19 01:23:14

【问题描述】：

我有一个 pandas 数据框，并将 df[list_of_columns] 作为 X 和 df[[single_column]] 作为 Y 传递给随机森林回归器。

以下警告是什么意思，应该如何解决？

DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().   probas = cfr.fit(trainset_X, trainset_Y).predict(testset_X)

【问题讨论】：

为什么single_column 周围有方括号？

'single_column' 有目标列名，pandas 列选择需要一个列表所以列名用方括号括起来

不，它没有。如果您省略了它们，您将不会收到警告。

【参考方案1】：

使用Y = df[[single_column]].values.ravel() 为我解决DataConversionWarning。

【参考方案2】：

实际上，警告会告诉你到底是什么问题：

您传递了一个二维数组，该数组恰好采用(X, 1) 的形式，但该方法需要一个一维数组并且必须采用(X, ) 的形式。

此外，警告会告诉您如何转换为所需的形式：y.values.ravel()。

【讨论】：

AttributeError: 'DataFrame' object has no attribute 'ravel'

@mehaase 并不是真的要盲目复制粘贴。这更多的是解释发生了什么以及为什么。对于盲目的复制粘贴 - 使用这个：y.values.ravel()

【参考方案3】：

您可以使用 df.single_column.values 或 df['single_column'].values 来获取您的系列的底层 numpy 数组（在这种情况下，它还应该具有 lejlot 提到的正确的一维形状）。

【参考方案4】：

只需检查您的 Y 变量的形状，它应该是一个一维对象，并且您可能正在传递具有更多（可能是微不足道的）维度的东西。 reshape成list/1d数组的形式。