TPOTClassifier 产生错误

Question

我试图在Forest Cover Type Prediction 上使用TPOTClassifier。 但是在初始运行之后，它会产生错误作为输出。如果 您建议如何解决该错误。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 CV 分数：inf

第 2 代 - 当前最佳内部 CV 分数：inf

第 3 代 - 当前最佳内部 CV 分数：inf

第 4 代 - 当前最佳内部 CV 分数：inf

第 5 代 - 当前最佳内部 CV 分数：inf

ValueError Traceback（最近一次调用最后一次） 在 ()

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

2 tpot.fit(X_train, y_train)

3 打印 (tpot.score(X_test, y_test))

4 tpot.export('tpot_forest_pipeline.py'

如果不是 self._optimized_pipeline，则为 355：

356 raise ValueError(TPOT优化出现错误

357 进程。这可能是因为数据是 358 格式不正确，或者因为)ValueError的数据：TPOT优化过程中出现错误。这可能是因为数据格式不正确，或者因为回归问题的数据提供给了TPOTClassifier对象。请确保您正确地将数据传递给 TPOT。

Answer 1

问题是由 data1[features] 引起的，它应该是一维数组，但 pandas 数据帧是二维数组类数据结构。更改 tpot.fit() 代码如下将解决输入问题。

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