预处理机器学习的错误答案

【问题标题】：error on preprocessing machine learning预处理机器学习的错误
【发布时间】：2018-02-15 06:09:56
【问题描述】：

我正在尝试对训练数据进行预处理，我也尝试了 rehsape 函数，但没有成功，我收到以下错误：

ValueError: Found input variables with inconsistent numbers of samples: [34, 12700]

这是我的代码：

import pandas as pd
import numpy as np
from sklearn import preprocessing,neighbors
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor

df=pd.read_csv('train.csv')
df.drop(['ID'],1,inplace=True)


X=np.array(df.drop(['label'],1))
y=np.array(df['label'])
print(X.shape)


X = preprocessing.StandardScaler().fit(X)
X=X.mean_


X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2)

clf = RandomForestRegressor(n_estimators=1900,max_features='log2',max_depth=25)
clf.fit(X_train,y_train)

accuracy=clf.score(X_test,y_test)
print(accuracy)

【问题讨论】：

X.shape 和 `y.shape' 的输出是什么？
train_test_split 或 clf.fit() 期间是否抛出此错误？
@VivekKumar 错误发生在 clf.fit() 期间
@AkshayNevrekar (12700,34)
请查看@AkshayNevrekar 的答案。他正确地指出了错误。

标签： python-3.x numpy machine-learning scikit-learn

【解决方案1】：

问题在于X = preprocessing.StandardScaler().fit(X) X=X.mean_

在此之后，您的 X 将仅包含每列的平均值。

要转换数据，请使用以下代码：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

scaler.fit(X)

X = scaler.transform(X)

更多详情请咨询scikit-doc

【讨论】：