Перекрестная проверка метрик для регрессии Logisti c

Question

В попытке получить некоторую практику, используя Python, я поставил перед собой ряд статистических задач машинного обучения. В настоящее время я борюсь с перекрестной проверкой кода для регрессии logisti c.

Вот некоторый код, который создает набор данных syntheti c, над которым я работаю:

#### Create synthetic data

import pandas as pd
from pandas import DataFrame
import numpy as np
import random
from scipy.stats import bernoulli 
from sklearn import preprocessing

customerID, sex, age, salary, happiness = [], [], [], [], []

random.seed(45)

for i in range(0,60):
    customerID.append(i+1)
    age.append(random.randint(18,65))
    salary.append(random.randint(1200,3600))
    if i%2==0:
     sex.append('M')
    else:
     sex.append('F')
    if salary[i]>=120*age[i] and sex[i]=='M':
       p = 0.75
    elif salary[i]>=120*age[i] and sex[i]=='F':
       p = 0.7
    elif salary[i]<=70*age[i] and sex[i]=='M':
       p = 0.4
    elif salary[i]<=70*age[i] and sex[i]=='F':
       p = 0.5
    else:
       p = 0.58
    happiness.append(-1+bernoulli.rvs(p,1))

### Create dataFrame now

df = pd.DataFrame(list(zip(customerID,sex,age,salary,happiness)), 
               columns =['customerID','sex','age','salary','happiness']) 
le = preprocessing.LabelEncoder()
for column_name in df.columns:
        if df[column_name].dtype == object:
            df[column_name] = le.fit_transform(df[column_name])
        else:
            pass

df.head()
# Divide the data into dependent variable and independent variables
X = pd.DataFrame(df.iloc[:,[0,1,2,3]])
y = pd.DataFrame(df.iloc[:,[4]])

Здесь это код, который выдает «IndexError: слишком много индексов для массива»:

from sklearn.linear_model import LogisticRegression
from sklearn import metrics, cross_validation

from sklearn import metrics, cross_validation
logreg=LogisticRegression()
predicted = cross_validation.cross_val_predict(logreg, X, y, cv=10)
print(metrics.accuracy_score(y, predicted))
print(metrics.classification_report(y, predicted))

Как бы вы go решили эту проблему?

Answer 1

Я только что понял, что замена

predicted = cross_validation.cross_val_predict(logreg, X, y, cv=10)

на

predicted = cross_validation.cross_val_predict(logreg, X, y.values.ravel(), cv=10)

работает нормально.