iloc 使用 scikit 学习随机森林分类器

【问题标题】：iloc using scikit learn random forest classifieriloc 使用 scikit 学习随机森林分类器
【发布时间】：2020-06-05 08:15:19
【问题描述】：

我正在尝试构建一个随机森林分类器来根据不同的属性确定对象的“类型”。我无法理解 iloc 并将预测变量与分类分开。如果第 50 列是“类型”列，我想知道为什么 iloc（已注释掉）行不起作用，但 y = dataset["type"] 行起作用。我附上了下面的代码。谢谢！

X = dataset.iloc[:, 0:50].values
y = dataset["type"]
#y = dataset.iloc[:,50].values

【问题讨论】：

【解决方案1】：

假设您的数据框中的第一列被命名为“0”，随后的列被命名。像下面几行的结果

last_col=50
tab=pd.DataFrame([[x for x in range(last_col)] for c in range(10)])

现在，请尝试tab.iloc[:,0:50] - 它会起作用，因为您使用切片来选择列索引。但是如果你尝试tab.iloc[:,50] - 它不会起作用，因为没有索引为 50 的列。

按索引切片和选择列只是有点不同。来自熊猫文档： .iloc[] 主要是基于整数位置（从轴的 0 到 length-1）

希望对你有所帮助。

【讨论】：