在sklearn naive bayes模型中拟合时使用序列设置数组元素

Question

我的熊猫数据帧看起来像这样：

0 [0,1,2]    [1,2,3]   [1,2,3]
1 [0,1]      [1,2]     [1,2]
2 [0,1,2,3] [1,2,3,4] [1,2,3,4]

当我尝试使用以下参数来拟合此模型时：

features=df.iloc[:,:2].values
output= df.iloc[:,2].values
gnb=GaussianNB()
gnb.fit(features,output)

我得到的错误是：

setting an array element with a sequence

在阅读了一些答案后，我尝试添加0并使所有列表相等，但错误仍然存在。

追加0后的df

0 [0,1,2,0]    [1,2,3,0]   [1,2,3,0]
1 [0,1,0,0]    [1,2,3,0]   [1,2,0,0]
2 [0,1,2,3]    [1,2,3,4]   [1,2,3,4]

Answer 1

从docs中，GaussianNB fit()方法接受两个参数x，y，其中x应该是[n_samples, n_features]的形状，这意味着一个二维数组，而y应该是[n_samples]的形状，这是一个一维数组。

执行features=df.iloc[:,:2].values操作时，它会返回一个数据类型为object的3D数组，因此您必须首先将它们转换为整数，然后再找到将它们转换为2D数组的方法

在y参数中，您还必须将它们转换为int，然后转换为一维数组，因为GaussianNB对每个训练样本只返回一个值。

文档中的示例是一个很好的参考。