Skip to main content
 首页 » 编程设计

python之堆叠分类器 : IndexError while fitting the data

2025年02月15日10haluo1

我使用银行数据来预测每天的票数。我正在使用堆叠来获得更准确的结果并使用 brew图书馆。

这是重要特征的示例数据集:

[ ] 这是目标属性示例:

[ ]

代码如下:

from stacked_generalization.lib.stacking import StackedClassifier 
from sklearn.ensemble import RandomForestClassifier 
from sklearn.linear_model import LogisticRegression, RidgeClassifier 
# Stage 1 model 
bclf = LogisticRegression(random_state=1) 
 
# Stage 0 models 
clfs = [RandomForestClassifier(n_estimators=40, criterion = 'gini', random_state=1), 
        gbm, 
        RidgeClassifier(random_state=1)] 
 
sl = StackedClassifier(bclf, clfs) 
sl.fit(training.select_columns(features).to_dataframe().as_matrix(), np.array(training['class'])) 

这是训练数据格式:

[[  21   11 2014   46    4    3] 
 [  22   11 2014   46    5    4] 
 [  24   11 2014   47    0    4] 
 ...,  
 [  30    9 2016   39    4    5] 
 [   3   10 2016   40    0    1] 
 [   4   10 2016   40    1    1]] 

现在,当我尝试拟合模型时,出现以下错误:

但是,我将我的代码与库中给出的示例进行了比较,但仍然无法弄清楚我哪里出错了。请帮助我。

请您参考如下方法:

我有一个类似的问题,似乎只是 brew 中的一个错误需要修复。问题是 c.classes_(或类数)返回一个带有 float 的 numpy 数组(例如,如果你有两个类,它返回 [0.0, 1.0] 而不是整数([0,1])。代码试图使用这些 float 来索引列,但你不能用 float 来索引 numpy 列。

probas.shape = # rows = # 训练样本; # columns = # of classes

c.predict_proba(X) 返回每个训练示例的每个类的概率。

probas[:, list(c.classes_)] = c.predict_proba(X) 

应该将 X 中每一行的每个类别的概率放入 probas 中,使用 class # 索引 probas 中的列。

如果你添加 astype(int) 这会起作用

probas[:, list(et.classes_.astype(int))] = et.predict_proba(X)

或者只是

probas = np.copy(et.predict_proba(X))