Создание пользовательской модели регрессора в sklearn - PullRequest
Новая
       6

Создание пользовательской модели регрессора в sklearn

0 голосов
/ 23 января 2020

Я хотел бы создать собственную модель регрессии, используя scikit learn. Я борюсь с тем, как вернуть значение из функции предикторов. Вот некоторый код, который я прогрессировал. Я намерен использовать его с cross_val_score, но он показывает ошибку в Temp. 

class custom_regressor(BaseEstimator, RegressorMixin):  
    def __init__(self, intValue=0, stringParam="defaultValue", otherParam=None):
            self.intValue = intValue
            self.stringParam = stringParam
            self.differentParam = otherParam 

    def fit(self, X, y=None):
        return self

    def predict(self, X):
        A1 = -3.37306
        A2 = -0.073254
        B1 = -5254.56
        B2 = 8.91515
        C = 618.225

        self.values = []
        A = A1 - A2*np.log(X['Pressure']+14.7)
        B = B1 - B2*np.log(X['Pressure']+14.7)
        RVP = np.exp(A-B/(X['Temp']+C))
        values = RVP
            #{v: i for i, v in enumerate(np.unique(Y))}
        self.values.append(values)
        return self.values

Вот ошибка:

KeyError Traceback (последний вызов последний) 18 кадров / usr / local / lib / python3 .6 / dist-packages / pandas / core / indexes / base.py в get_lo c (self, ключ, метод, допуск) 2897 return self._engine.get_lo c (ключ) 2898 кроме KeyError: -> 2899 возвращают self._engine.get_lo c (self._maybe_cast_indexer (key)) 2900
indexer = self.get_indexer ([ключ], метод = метод, допуск = допуск) 2901, если индексатор. ndim> 1 или indexer.size> 1:

pandas / _libs / index.pyx в pandas ._ libs.index.IndexEngine.get_lo c ()

pandas / _libs / index.pyx в pandas ._ libs.index.IndexEngine.get_lo c ()

pandas / _libs / hashtable_class_helper.pxi в pandas ._ libs.hashtable.PyObjectHashTable.get_item ()

1015 * pandas / _libs / hashtable_class_helper.pxi в pandas ._ libs.hashtable.PyObjectHashTable.get_item ()

KeyError: 'Temp'

...