为不同算法重塑机器学习输入数据答案

【问题标题】：reshape machine learning input data for different algorithms为不同算法重塑机器学习输入数据
【发布时间】：2022-01-10 13:42:17
【问题描述】：

我正在使用一些 NLTK 类型的教程来尝试 sklearn 学习分类。有人可以帮我理解为什么sklearn MLP neural network 可以处理不同的输入形状而其他分类器不能吗？

我的输入training 数据是numpy.ndarray，形状为(62, 2)

这是我唯一知道如何进行训练测试拆分的事情（如果有更好的建议，欢迎提供任何提示）

train_x = list(training[:,0])
train_y = list(training[:,1])

如果我print(train_y)，数据看起来像这样：

[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0],
 [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0],
 [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0],
 [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
 [0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
 [0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0],
 [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1],

MLP 分类器似乎工作得很好。

model = MLPClassifier(learning_rate_init=0.0001,max_iter=9000,shuffle=True).fit(train_x, train_y)

但如果我尝试使用其他 sklearn 分类器，例如：

model = GaussianNB().fit(train_x, train_y)

我得到错误： ValueError: y should be a 1d array, got an array of shape (62, 15) instead.

我想我需要在我的代码中的某处合并.reshape(-1,1)，但不确定在哪里。任何提示在这里都不是很多智慧。

【问题讨论】：

标签： python machine-learning scikit-learn classification training-data

【解决方案1】：

据我所知，y 的标签在 one-hot 表单中。基本上标签是一个大小等于类数的向量。该向量的每个元素都为零，除了代表确切类的索引。该元素是一个。这就是为什么y的形状是(62, 15)

您需要将标签y 转换为您的标签将表示为整数的形式。

示例：在这个例子中，我们有 6 个类：ranging from 0 to 5

[0, 0, 0, 1, 0, 0] -> 3

[1, 0, 0, 0, 0, 0] -> 0

[0, 1, 0, 0, 0, 0] -> 1

您可以通过使用numpy.argmax(y, axis=1) 来执行此操作，它将返回沿指定轴具有最大值的元素的索引。看看documentation

【讨论】：

感谢发布这个答案现在很有意义......