Ошибка типа: «Аргумент данных не может быть итератором ...»

Question

Я пытаюсь использовать функцию zip для объединения имен столбцов и функцию np.transpose для объединения коэффициентов созданной мной log_model.

Мой код:

# Create LogisticRegression model object
log_model = LogisticRegression()

# Fit our data into that object
log_model.fit(X,Y)

# Check your accuracy
log_model.score(X,Y)

Этот код работал просто отлично, так как я смог проверить точность своей модели.Однако следующий код - это место, где я получаю свою ошибку.

Ошибочный код:

coeff_df = DataFrame(zip(X.columns,np.transpose(log_model.coef_)))

Сообщение об ошибке:

TypeError                                 Traceback (most recent call last)
<ipython-input-147-a4e0ad234518> in <module>()
      1 # Use zip to bring the column names and the np.transpose function to bring together the coefficients from the model
----> 2 coeff_df = DataFrame(zip(X.columns,np.transpose(log_model.coef_)))

~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in __init__(self, data, index, columns, dtype, copy)
    387                 mgr = self._init_dict({}, index, columns, dtype=dtype)
    388         elif isinstance(data, collections.Iterator):
--> 389             raise TypeError("data argument can't be an iterator")
    390         else:
    391             try:

TypeError: data argument can't be an iterator

Что я делаю не так?Извините, новичок здесь.Я следую визуализации данных Udemy с помощью учебника по Python.Мой лектор использует Python 2, но я смог справиться с Python 3, просто делая и исследуя преобразования, чтобы убедиться, что мой код все еще работает.Любые предложения будут ценны.

Answer 1

Для двоичной классификации используется только одна линейная модель.В случае классификации с несколькими метками для каждого класса будет одна линейная модель.Предполагая, что ваш X равен pd.DataFrame, вы можете действовать следующим образом:

output = pd.DataFrame(my_model.coef_, columns=X.columns)

Строки представляют линейные модели для различных классов, столбцы представляют коэффициенты.