Python SKLearn: ошибка «Плохая форма ввода» при прогнозировании последовательности

Question

У меня есть файл Excel, в котором хранится последовательность в каждом столбце (чтение из верхней ячейки в нижнюю), и тенденция последовательности аналогична предыдущему столбцу. Поэтому я хотел бы предсказать последовательность для n-го столбца в этом наборе данных.

Образец моего набора данных:

Обратите внимание, что у каждого столбца есть набор значений / последовательности, и они сортируются по мере продвижения вправо, поэтому я хочу предсказать, например, значения в столбце Z.

Вот мой код:

import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

# Read the Excel file in rows
df = pd.read_excel(open('vec_sol2.xlsx', 'rb'),
                header=None, sheet_name='Sheet1')
print(type(df))
length = len(df.columns)
# Get the sequence for each row

x_train, x_test, y_train, y_test = train_test_split(
    np.reshape(range(0, length - 1), (-1, 1)), df, test_size=0.25, random_state=0)

print("y_train shape: ", y_train.shape)

pred_model = LogisticRegression()
pred_model.fit(x_train, y_train)
print(pred_model)

Я объясню логику как можно больше:

• x_train и x_test будут просто номером индекса / столбца, связанным с последовательностью.
• y_train - массив последовательностей.
• Всего имеется 51 столбец, поэтому разделение его на 25% представляет собой результаты тестовых данных в 37 последовательностях поездов и 13 последовательностях тестов.

Мне удалось получить формы каждого вар при отладке, они:

• x_train: (37, 1)
• x_test: (13, 1)
• y_train: (37, 51)
• y_test: (13, 51)

Но сейчас при запуске программы выдается следующее сообщение:

ValueError: bad input shape (37, 51)

В чем здесь моя ошибка?

Answer 1

Я не понимаю, почему вы используете это:

x_train, x_test, y_train, y_test = train_test_split(
np.reshape(range(0, length - 1), (-1, 1)), df, test_size=0.25, random_state=0)

У вас есть данные здесь df. Извлеките X и y из него, а затем разделите его, чтобы обучить и проверить.

Попробуйте это:

X = df.iloc[:,:-1]
y = df.iloc[:, -1:]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20, random_state=0)

В противном случае статистика, которой вы поделились, показывает, что вы пытаетесь получить 51 колонный вывод из одной функции, что странно, если подумать.