Utilizzando la funzione StratifiedKFold di sklearn, qualcuno può aiutarmi a capire l'errore qui?StratifiedKFold: IndexError: troppi indici per array
La mia ipotesi è che abbia qualcosa a che fare con il mio array di input di etichette, noto che quando li stampo (i primi 16 in questo esempio) l'indicizzazione va da 0 a 15, ma uno 0 in più è stampato sopra Non mi aspettavo. Forse sono solo un noob in pitone, ma sembra strano.
Chiunque vede il goof-up qui?
Documentazione: http://scikit-learn.org...StratifiedKFold.html
Codice:
import nltk
import sklearn
print('The nltk version is {}.'.format(nltk.__version__))
print('The scikit-learn version is {}.'.format(sklearn.__version__))
print type(skew_gendata_targets.values), skew_gendata_targets.values.shape
print skew_gendata_targets.head(16)
skew_sfold10 = cross_validation.StratifiedKFold(skew_gendata_targets.values, n_folds=10, shuffle=True, random_state=20160121)
Risultato
The nltk version is 3.1.
The scikit-learn version is 0.17.
<type 'numpy.ndarray'> (500L, 1L)
0
0 0
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 0
10 0
11 0
12 0
13 0
14 1
15 0
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-373-653b6010b806> in <module>()
8 print skew_gendata_targets.head(16)
9
---> 10 skew_sfold10 = cross_validation.StratifiedKFold(skew_gendata_targets.values, n_folds=10, shuffle=True, random_state=20160121)
11
12 #print '\nSkewed Generated Dataset (', len(skew_gendata_data), ')'
d:\Program Files\Anaconda2\lib\site-packages\sklearn\cross_validation.pyc in __init__(self, y, n_folds, shuffle, random_state)
531 for test_fold_idx, per_label_splits in enumerate(zip(*per_label_cvs)):
532 for label, (_, test_split) in zip(unique_labels, per_label_splits):
--> 533 label_test_folds = test_folds[y == label]
534 # the test split can be too big because we used
535 # KFold(max(c, self.n_folds), self.n_folds) instead of
IndexError: too many indices for array
La stampa è presente nell'output nella domanda: tipo di stampa (skew_gendata_targets.values), skew_gendata_targets.values.shape, è una matrice numpy (500,1). Sono un drogato matlab gettato in una buca di pitoni e non conosco la differenza tra una matrice 500x1 e una matrice/matrice/500xnada. Almeno in un mondo MATLAB non c'è differenza. –
Sì, è sfortunato e un po 'confuso. La differenza è importante quando si eseguono operazioni come "*". In un caso, Pandas/numpy eseguirà una moltiplicazione elementare, mentre farà una moltiplicazione di matrice sull'altro. Spero che l'operazione StratifiedKFold abbia funzionato dopo averlo forzato a un array (500,). – Brian
Vedo, le matrici di rimodellamento sono qualcosa che un matlaber può capire, questo sembra averlo risolto: np.reshape (skew_gendata_targets.values, [500,]), grazie !! –