Ошибка типа: неупорядоченные типы: str () <float () - PullRequest
Новая
       71

Ошибка типа: неупорядоченные типы: str () <float ()

0 голосов
/ 04 мая 2020

Я пытаюсь запустить простые классификаторы ML для своих данных, но я получаю ошибку ниже. Я новичок, поэтому любезно объясните мне причину, когда вы предоставите решение. спасибо "Ошибка типа: неупорядоченные типы: str ()

ниже мой код 

import numpy as np 
import pandas as pd 
import re  
import nltk 
nltk.download('stopwords')  
from nltk.corpus import stopwords 
tweets = pd.read_csv("C:\\Users\\data.csv")
tweets.shape

(4787, 2) 

 X = tweets.iloc[:, 0].values  
 y = tweets.iloc[:, 1].values

processed_tweets = []

for tweet in range(0, len(X)):  
# Remove all the special characters
processed_tweet = re.sub(r'\W', ' ', str(X[tweet]))

# remove all single characters
processed_tweet = re.sub(r'\s+[a-zA-Z]\s+', ' ', processed_tweet)

# Remove single characters from the start
processed_tweet = re.sub(r'\^[a-zA-Z]\s+', ' ', processed_tweet) 

# Substituting multiple spaces with single space
processed_tweet= re.sub(r'\s+', ' ', processed_tweet, flags=re.I)

# Removing prefixed 'b'
processed_tweet = re.sub(r'^b\s+', '', processed_tweet)

# Converting to Lowercase
processed_tweet = processed_tweet.lower()

processed_tweets.append(processed_tweet)


from sklearn.feature_extraction.text import TfidfVectorizer  
tfidfconverter = TfidfVectorizer(max_features=2000, min_df=5, max_df=0.7, 
stop_words=stopwords.words('english'))  
X = tfidfconverter.fit_transform(processed_tweets).toarray()


from sklearn.model_selection import train_test_split  
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)


X_train.shape

(3829 , 1710) 

y_train.shape

(3829,) 

X.shape

(4787, 1710) 

from sklearn.ensemble import RandomForestClassifier
text_classifier = RandomForestClassifier(n_estimators=100, random_state=0)  
text_classifier.fit(X_train, y_train)

Ниже приведена ошибка, которую я получаю при запуске выше код 

        TypeError                                 Traceback (most recent call last)
            <ipython-input-24-7c5c1beb13e6> in <module>()
            1 from sklearn.ensemble import RandomForestClassifier
           2 text_classifier = RandomForestClassifier(n_estimators=100, 
           random_state=0)
           ----> 3 text_classifier.fit(X_train, y_train)

               C:\miniconda3\envs\conda\lib\site- 
           packages\sklearn\ensemble\forest.py in fit(self, X, y, 
          sample_weight)
            276         self.n_outputs_ = y.shape[1]
              277 
            --> 278         y, expanded_class_weight = 
            self._validate_y_class_weight(y)
           279 
            280         if getattr(y, "dtype", None) != DOUBLE or not 
            y.flags.contiguous:

            C:\miniconda3\envs\conda\lib\site- 
            packages\sklearn\ensemble\forest.py in 
           _validate_y_class_weight(self, y)
             476 
    477     def _validate_y_class_weight(self, y):
--> 478         check_classification_targets(y)
    479 
    480         y = np.copy(y)

C:\miniconda3\envs\conda\lib\site-packages\sklearn\utils\multiclass.py in check_classification_targets(y)
    166     y : array-like
    167     """
--> 168     y_type = type_of_target(y)
    169     if y_type not in ['binary', 'multiclass', 'multiclass-multioutput',
    170                       'multilabel-indicator', 'multilabel-sequences']:

C:\miniconda3\envs\conda\lib\site-packages\sklearn\utils\multiclass.py in type_of_target(y)
    285         return 'continuous' + suffix
    286 
--> 287     if (len(np.unique(y)) > 2) or (y.ndim >= 2 and len(y[0]) > 1):
    288         return 'multiclass' + suffix  # [1, 2, 3] or [[1., 2., 3]] or [[1, 2]]
    289     else:

<__array_function__ internals> in unique(*args, **kwargs)

C:\miniconda3\envs\conda\lib\site-packages\numpy\lib\arraysetops.py in unique(ar, return_index, return_inverse, return_counts, axis)
    261     ar = np.asanyarray(ar)
    262     if axis is None:
--> 263         ret = _unique1d(ar, return_index, return_inverse, return_counts)
    264         return _unpack_tuple(ret)
    265 

C:\miniconda3\envs\conda\lib\site-packages\numpy\lib\arraysetops.py in _unique1d(ar, return_index, return_inverse, return_counts)
    309         aux = ar[perm]
    310     else:
--> 311         ar.sort()
    312         aux = ar
    313     mask = np.empty(aux.shape, dtype=np.bool_)

TypeError: unorderable types: str() < float()

1 Ответ

0 голосов
/ 04 мая 2020

Возможно, некоторые значения в X_train или y_train имеют значение null или 'nan', поэтому пытается сравнить str ()

...