Смесь строк и чисел для целевой переменной - PullRequest
Новая
       3

Смесь строк и чисел для целевой переменной

1 голос
/ 10 января 2020

Я тестирую приведенный ниже код и получаю сообщение об ошибке в самой последней строке. 

dataset = df[['Rate', 'Weights', 'Change', 'Price', 'CategoryOne']].copy() # 
dataset.shape


X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 4].values


from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20)



from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(X_train)

X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)


#Import knearest neighbors Classifier model
from sklearn.neighbors import KNeighborsClassifier

#Create KNN Classifier
knn = KNeighborsClassifier(n_neighbors=5)

#Train the model using the training sets
knn.fit(X_train, y_train)

#Predict the response for test dataset
y_pred = knn.predict(X_test)


#Import scikit-learn metrics module for accuracy calculation
from sklearn import metrics
# Model Accuracy, how often is the classifier correct?
print("Accuracy:",metrics.accuracy_score(y_test, y_pred))



#Import knearest neighbors Classifier model
from sklearn.neighbors import KNeighborsClassifier

#Create KNN Classifier
knn = KNeighborsClassifier(n_neighbors=7)

#Train the model using the training sets
knn.fit(X_train, y_train)

В этой самой последней строке, когда я пытаюсь установить X_train и y_train, я получаю эта ошибка: 

TypeError: '<' not supported between instances of 'int' and 'str'

Данные в поле CategoryOne выглядят так: '2a', '1', '2a'. Может ли это быть проблема? Я знаю, что целевая переменная не обязательно должна быть цифрой c. Я просто хочу увидеть связь между независимыми переменными и зависимой переменной (CategoryOne).

Вот StackTrace: 

Traceback (most recent call last):

  File "<ipython-input-108-36266936f0ca>", line 29, in <module>
    knn.fit(X_train, y_train)

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\neighbors\base.py", line 906, in fit
    check_classification_targets(y)

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\utils\multiclass.py", line 166, in check_classification_targets
    y_type = type_of_target(y)

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\utils\multiclass.py", line 287, in type_of_target
    if (len(np.unique(y)) > 2) or (y.ndim >= 2 and len(y[0]) > 1):

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\lib\arraysetops.py", line 264, in unique
    ret = _unique1d(ar, return_index, return_inverse, return_counts)

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\lib\arraysetops.py", line 312, in _unique1d
    ar.sort()

TypeError: '<' not supported between instances of 'int' and 'str'

1 Ответ

2 голосов
/ 10 января 2020

Вы можете попробовать явно добавить столбец CategoryOne в качестве строковых данных, изменив конструкцию dataset следующим образом: 

dataset = df[['Rate', 'Weights', 'Change', 'Price', 'CategoryOne']].copy()
dataset['CategoryOne'] = dataset['CategoryOne'].map(lambda x : str(x))
...