TypeError: '(slice (None, None, None), array ([True, False, ... True, True])) »является недопустимым ключом

Question

Попытка использовать BPSO для выбора функции, но появляется ошибка типа: TypeError: '(slice (None, None, None), array ([True, False, False, True, False, False, False, True, True, False, True, False, False, False, False, True, False, True, True, True])) 'является недопустимым ключом.

from sklearn import linear_model
classifier = linear_model.LogisticRegression()
def f_per_particle(m, alpha):
    total_features = 20
    if np.count_nonzero(m) == 0:
        X_subset = X
    else:
        X_subset = X[:,m==1]
    classifier.fit(X_subset, y)
    P = (classifier.predict(X_subset) == y).mean()
    # Compute for the objective function
    j = (alpha * (1.0 - P)
        + (1.0 - alpha) * (1 - (X_subset.shape[1] / total_features)))
    return j
def f(x, alpha=0.88):
    n_particles = x.shape[0]
    j = [f_per_particle(x[i], alpha) for i in range(n_particles)]
    return np.array(j)    
options = {'c1': 0.5, 'c2': 0.5, 'w':0.9, 'k': 30, 'p':2}
    dimensions = 20 # dimensions should be the number of features
    optimizer.reset()
    optimizer = ps.discrete.BinaryPSO(n_particles=30, dimensions=dimensions, options=options)
    cost, pos = optimizer.optimize(f, iters=1000)

Я использовал «bank-additional-full набор данных"и внес некоторые изменения, такие как очистка данных или кодирование данных для категориальных полей.

Answer 1

Вам необходимо преобразовать ваш фрейм данных в массив numpy после импорта фрейма данных, используя:

X = X.values