sklearn 的线性判别分析

Question

我遇到了 sklearn.discriminant_analysis 无法识别输入的问题。

我已经将所有标签从 str 更改为数值。

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
print(labels)
print(type(labels))
Fit_Features_2 = LDA(n_components = 1)
Fit_Features_2 = LDA.fit(features_NiFe, labels)

#The type for labels
<class 'pandas.core.frame.DataFrame'>

TypeError: fit() 缺少 1 个必需的位置参数：'y'

Answer 1

你需要使用LDA的实例。

改变

Fit_Features_2 = LDA.fit(features_NiFe, labels)

到

Fit_Features_2 .fit(features_NiFe, labels)

确保标签是数组类型。 所以使用df.to_numpy()将数据帧转换为numpy数组

还要检查拟合函数的 X 和 y 参数的尺寸

        X : array-like, shape (n_samples, n_features)
            Training data.
        y : array, shape (n_samples,)
            Target values.