использование алгоритма упаковки в пакеты с несколькими моделями

Question

Я пытаюсь построить модель для LasVegasTripAdvisorReviews-Dataset с использованием алгоритма пакетирования, у меня ошибка (классификация по нескольким меткам и нескольким выходам не поддерживается), не могли бы вы мне помочь и рассказать, как решить эту ошибку)

уважает
вложение содержит ссылку на набор данных lasvegas LasVegasTripAdvisorReviews-Dataset

# Voting Ensemble for Classification
import pandas
from sklearn import model_selection
from sklearn.linear_model import LogisticRegression   

from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC
from sklearn.ensemble import VotingClassifier,GradientBoostingClassifier,AdaBoostClassifier,RandomForestClassifier

url = "h:/LasVegasTripAdvisorReviews-Dataset.csv"
names = ['User country','Nr. reviews','Nr. hotel reviews','Helpful votes','Period of stay','Traveler type','Pool','Gym','Tennis court','Spa','Casino','Free internet','Hotel name','Hotel stars','Nr. rooms','User continent','Member years','Review month','Review weekday','Score']
dataframe = pandas.read_csv(url, names=names)
array = dataframe.values
X = array[:,:]
Y = array[:,:]
seed = 7
kfold = model_selection.KFold(n_splits=10, random_state=seed)
# create the sub models
estimators = []
model1 = AdaBoostClassifier()
estimators.append(('AdaBoost', model1))
model2 = GradientBoostingClassifier()
estimators.append(('GradientBoosting', model2))
model3 = RandomForestClassifier()
estimators.append(('RandomForest', model3))
# create the ensemble model
ensemble = VotingClassifier(estimators)
results = model_selection.cross_val_score(ensemble, X, Y, cv=kfold)
print(results.mean())

Stacktrace:

---

NotImplementedError                       Traceback (most recent call last)
<ipython-input-9-bda887b4022f> in <module>
     27 # create the ensemble model
     28 ensemble = VotingClassifier(estimators)
---> 29 results = model_selection.cross_val_score(ensemble, X, Y, cv=kfold)
     30 print(results.mean())

/usr/local/lib/python3.5/dist-packages/sklearn/model_selection/_validation.py in cross_val_score(estimator, X, y, groups, scoring, cv, n_jobs, verbose, fit_params, pre_dispatch, error_score)
    400                                 fit_params=fit_params,
    401                                 pre_dispatch=pre_dispatch,
--> 402                                 error_score=error_score)
    403     return cv_results['test_score']
    404 
...
...
NotImplementedError: Multilabel and multi-output classification is not supported.

Answer 1

У вас есть строка:

    X = array[:,:]
    Y = array[:,:]

Это означает, что ваша матрица объектов (X) и целевой вектор (Y) совпадают.

Вам нужно выбрать только один столбец , чтобы он был Y .

Например, предположим, что вы хотите, чтобы ваш последний столбец былbe Y .

Затем вы должны изменить приведенные выше строки следующим образом:

X = values[:,:-1]
Y = values[:,-1:]

Это должно устранить полученную ошибку.По существу, у вас есть ошибка: Я не поддерживаю более одного столбца в Y .