如何用数组训练分类器？

Posted 2023-03-12

【中文标题】如何用数组训练分类器？

【英文标题】：How to train a classifier with an array of arrays?

【发布时间】：2016-08-07 15:05:51

【问题描述】：

我想使用decision tree classifier 来预测某事。

如您所见：

from sklearn import tree

sample1 = [120,1]
sample2 = [123,3]
features = [sample1,sample2]

labels = [0,1] 

clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

我有两个样本：

示例一：[120,1]，我将其标记为0

示例二：[123,3]，我将其标记为1

到目前为止一切顺利。

但是现在，我想使用数组来训练，而不是这个样本，比如：

features = [[120,120.2][1, 1.2]]

此示例的相应标签是：

label = [1]

所以我的代码应该是：

from sklearn import tree

features = [[120,120.2][1, 1.2]]

labels = [1] 

clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

我收到以下error：

TypeError：列表索引必须是整数，而不是元组

我知道分类器需要一个整数列表，而不是元组。 一个解决方案可能是：

features = [[120, 120.2, 1, 1.2]]

labels = [1] 

但我不想混淆数据，因为我将它单独放入数组中。

有什么方法可以用数据数组训练我的分类器？

谢谢

【问题讨论】：

我个人会选择features = [[120, 120.2, 1, 1.2]]。以前从未将元组视为一项功能，我认为您提出的解决方案没有任何问题。

【参考方案1】：

不，您不能对数据使用这种格式，您需要将它们聚合到一个数组中。

expected shape 是 (n_samples, n_features)。

这更合乎逻辑，因为一个例子是由一些特征描述的，并且通过使用预期的格式，它可以更好地描述你的数据。