TPOTClassifier产生错误

Question

我试着在Forest Cover Type Prediction上使用TPOTClassifier。但在初始运行后，它会产生错误作为输出。如果您建议如何解决错误，这将是有帮助的。谢谢。

from tpot import TPOTClassifier
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# loading the data
data = pd.read_csv("train.csv")
data_test = pd.read_csv("test.csv")
data.head()
data_test.head()

print data['Cover_Type'].values
data1 = data

data1= data1.rename(columns={'Cover_Type':'class'})
data1.dtypes

features =list(data1.dtypes[1:55].index)
target =list(data1.dtypes[55:56].index)
print data1.dtypes.tail()

## train test split
X_train , X_test, y_train, y_test = train_test_split(data1[features],data1[target],train_size=0.75, test_size=0.25)
X_train.head()

tpot =TPOTClassifier(generations=5, population_size=500, verbosity=2)       
tpot.fit(X_train, y_train)
print (tpot.score(X_test, y_test))
tpot.export('tpot_forest_pipeline.py')

但它会产生错误：

第1代-当前最佳内部简历得分: inf

第2代-当前最佳内部简历得分: inf

第3代-当前最佳内部简历得分: inf

第4代-当前最佳内部简历得分: inf

第5代-当前最佳内部简历得分: inf

()中的ValueError回溯(最近一次调用)

1 tpot =tpot分类器(generations=5，population_size=500，verbosity=2)

2个tpot.fit(X_train、y_train)

3打印(tpot.score(X_test，y_test))

4 tpot.export('tpot_forest_pipeline.py‘

355如果不是self._optimized_pipeline：

356提升ValueError(在TPOT优化中出现错误

357进程。这可能是因为数据格式不正确，也可能是因为ValueError的数据格式不正确:在TPOT优化process.This中出现错误可能是因为数据格式不正确，或者是因为提供了回归问题的数据给了TPOTClassifier object.Please，所以请确保您正确地将数据传递给了TPOT。

Answer 1

这个问题是由data1features引起的，它应该是一维数组，但pandas数据帧是类似于2D数组的数据结构。如下所示更改tpot.fit()代码将解决输入问题。

tpot.fit(pd.np.array(X_train), pd.np.array(y_train).ravel())