sklearn.datasets.make_classification的异常行为

Question

我在使用sklearn.datasets.make_classification时生成了一个不寻常的bug，如下所示：

从位于http://scikit-learn.org/stable/auto_examples/plot_classifier_comparison.html的代码"plot_classifier_comparison.py“开始，我更改了以下语句(运行良好)

X, y = make_classification(n_features=2, n_redundant=0, n_informative=2,
                       random_state=1, n_clusters_per_class=1)

对此(即，只需再添加一个功能)：

X, y = make_classification(n_features=3, n_redundant=0, n_informative=2,
                       random_state=1, n_clusters_per_class=1)

并接收以下错误回溯(其中路径名当然是我的机器的本地路径名)：

Traceback (most recent call last):
  File "F:/Python Packages/ChartyPy3/plot_classifier_comparison.py", line 94, in <module>
Z = clf.predict_proba(np.c_[xx.ravel(), yy.ravel()])[:, 1]
  File "F:\Anaconda\lib\site-packages\sklearn\neighbors\classification.py", line 190, in predict_proba
    neigh_dist, neigh_ind = self.kneighbors(X)
  File "F:\Anaconda\lib\site-packages\sklearn\neighbors\base.py", line 311, in kneighbors
    return_distance=return_distance)
  File "binary_tree.pxi", line 1298, in sklearn.neighbors.kd_tree.BinaryTree.query (sklearn\neighbors\kd_tree.c:10427)
ValueError: query data dimension must match training data dimension

现在，我已经确定前两个数据集(即"make_moons“和"make_circles")在所有分类器中都运行得很好。但是第三个数据集(即"linearly_separable")没有:将"KNeighborsClassifier(3)“应用于第三个数据集将从对sklearn.neighbors.kd_tree.BinaryTree.query的调用中生成错误回溯。我还尝试使用make_classification的所有默认值，即

X, y = make_classification(n_samples=100, n_features=20, n_informative=2,
                       n_redundant=2, n_repeated=0, n_classes=2, n_clusters_per_class=2,
                       weights=None, flip_y=0.01, class_sep=1.0, hypercube=True, shift=0.0,
                       scale=1.0, shuffle=True, random_state=None)

但这也生成了相同的错误回溯，以及相同的错误消息，即"ValueError:查询数据维度必须与训练数据维度匹配“

我不明白为什么更改功能的总数，或者只使用默认值作为"make_classification“的输入，会产生这个错误。我正在使用Python 3.4.1 (64位实现)和开发人员的64位版本的scikit-learn。任何有关此错误和/或如何解决此错误的指导意见，都将不胜感激。

Answer 1

该示例将每个分类器应用于点的2-d网格，以便绘制其决策函数。将在三维输入(三个特征)上训练的分类器应用于二维输入将不起作用。