Scikit-学习特定列的错误输入形状()

Question

我试图在地震转储kNN上运行一个数据集分类器，但是当我试图对shift属性的标签进行编码时，我会得到错误的值。以下是代码：

col_names = ['seismic', 'seismoacoustic', 'shift', 
         'genergy', 'gpuls', 'gdenergy', 'gdpuls',
         'ghazard', 'nbumps', 'nbumps2', 'nbumps3',
         'nbumps4', 'nbumps5', 'nbumps6', 'nbumps7',
         'nbumps89', 'energy', 'maxenergy', 'class']

# Import
sbumps_ds = pd.read_csv('SeismicBumpsDataset.csv', names = col_names)

from sklearn.preprocessing import LabelEncoder
labelenc = LabelEncoder()

# Encode class names to numbers
#sbumps_ds['seismic'] = labelenc.fit_transform(sbumps_ds.seismic)
#sbumps_ds['seismoacoustic'] = labelenc.fit_transform(sbumps_ds.seismoacoustic)
sbumps_ds['shift'] = labelenc.fit_transform(sbumps_ds.shift)
#sbumps_ds['ghazard'] = labelenc.fit_transform(sbumps_ds.ghazard)
#sbumps_ds['shift'] = sbumps_ds.shift.map({'W' : 0, 'N' : 1})
#sbumps_ds['seismic'] = sbumps_ds.seismic.map({'a':0, 'b':1, 'c':2, 'd': 3})

所有属性的形状是相等的。以下是错误：

raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape ()

此外，当我试图映射属性值时，会得到以下错误：

sbumps_ds['shift'] = sbumps_ds.shift.map({'W' : 0, 'N' : 1})
AttributeError: 'function' object has no attribute 'map'

引发的错误仅为该属性的。如果我更改shift的名称，分类器就能工作。

Answer 1

尝试将其更改为sbumps_ds['shift'].map(...)。

sbumpt_ds.shift是dataframes的一种方法，因此它返回该函数，而不是返回名为"shift"的列。