【问题标题】：TypeError: only integer scalar arrays can be converted to a scalar index , while trying kfold cvTypeError：只有整数标量数组可以转换为标量索引，同时尝试 kfold cv
【发布时间】：2019-09-10 20:09:57
【问题描述】：

尝试对包含 279 个文件的数据集执行 Kfold cv，执行 k-means 后文件的形状为 ( 279 , 5 , 90)。我对它进行了重塑，以便将其安装在 svm 上。现在形状是( 279, 5*90 )。尝试 Kfold cv 方法给了我错误

"TypeError: 只有整数标量数组可以转换为标量索引"

#input
with open("dataset.pkl", "rb") as file:
dataset = pkl.load(file)
print(len(dataset))
x = [i[0] for i in dataset]  #k-means cc
y = [i[1] for i in dataset]  #label for the data

X = np.reshape(x,[279,5*90])

#cv

from sklearn.model_selection import KFold
kf = KFold(n_splits=5,random_state=42)
kf.get_n_splits(X)

for train_index, test_index in kf.split(X):
   print("TRAIN:", train_index,"\n TEST:", test_index)
   X_train, X_test, y_train, y_test = X[train_index], X[test_index], 
   y[train_index], y[test_index] #this is where i'm getting the error.

出

TRAIN: [ 56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73
  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90  91
  92  93  94  95  96  97  98  99 100 101 102 103 104 105 106 107 108 109
 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127
 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145
 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163
 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181
 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199
 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217
 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235
 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253
 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271
 272 273 274 275 276 277 278] 
 TEST: [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
 48 49 50 51 52 53 54 55]
----------------------------------------------------------------------
TypeError                            Traceback (most recent call last)
<ipython-input-923-a534f873feb4> in <module>
      2 for train_index, test_index in kf.split(X):
      3    print("TRAIN:", train_index,"\n TEST:", test_index)
----> 4    X_train, X_test, y_train, y_test = X[train_index], X[test_index], y[train_index], y[test_index]

TypeError: only integer scalar arrays can be converted to a scalar index

【问题讨论】：

x 和 y 是列表。 X 是一个数组，因为您通过 np.reshape 传递了它。 dataset 是什么？对此对象的描述，以及由此产生的 x 和 y（尤其是它们的元素）可能会让我们为您提供更多帮助。

标签： python numpy machine-learning scikit-learn cross-validation

【解决方案1】：

y 这是一个列表，不能像 numpy 数组那样被索引。

例子：

y = [1,2,3,4,6]
idx = np.array([0,1])
print (y[idx])   # This will throw an error as list cannot be index this way
print (np.array(y)[idx]) # This is fine because it is a numpy array now

解决方案 如果y 是平面列表，则先将其转换为 numpy

y = np.array([i[1] for i in dataset])  #label for the data

如果y 是一个嵌套列表，那么

y = np.array([np.array(i[1]) for i in dataset])  #label for the data

【讨论】：