我有以下代码，该代码旨在接受scikit-learn的DecisionTreeClassifier的一些培训和测试数据。在我希望将.predict函数的输出保存到CSV之前，它会起作用。到目前为止的代码是：
import numpy as np
import pandas as pd
from sklearn import tree
with open('data/training.csv', 'r') as f:
df = pd.read_csv(f, index_col=None)
df['Num_Labels'] = df.Label.map(lambda x: '-1' if x == 's' else '1') # Convert labels to '0' or '1'.
Train_values = df.iloc[:, 1:31].values
Train_labels = df.iloc[:, 33:34].values
# print Train_values.values
# print type(Train_values.values)
with open('data/test.csv', 'r') as f2:
df2 = pd.read_csv(f2, index_col=None)
Test_values = df2.iloc[:, 1:31].values
# #----------------------------------------------------------------------------------------------
X = Train_values
Y = Train_labels
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
Pred = clf.predict(Test_values)
#print Pred
#print type(Pred[:1])
np.savetxt('Output.csv', Pred, delimiter =' ')
终端输出如下：
/usr/bin/python2.7 /home/amit/PycharmProjects/HB/Read.py
Traceback (most recent call last):
File "/home/amit/PycharmProjects/HB/Read.py", line 38, in <module>
np.savetxt('Output.csv', Pred, delimiter =' ')
File "/usr/lib/python2.7/dist-packages/numpy/lib/npyio.py", line 1073, in savetxt
fh.write(asbytes(format % tuple(row) + newline))
TypeError: float argument required, not str
['1' '-1' '-1' ..., '1' '1' '1']
<type 'numpy.ndarray'>
Process finished with exit code 1
最有可能与之混为一谈Pred。中的savetxt代码npyio.py非常简单：
for row in X:
fh.write(asbytes(format % tuple(row) + newline))
这将逐行读取X（Pred在这种情况下为输入数组）。format在这种情况下%f %f %f，格式字符串的占位符与一行中的元素（即列数）一样多。错误消息抱怨向量中除了浮点值之外还有其他东西row。此外，错误消息看起来好像是短文本字符串，而不是浮点数。
我的猜测是，Pred是ndarray。如果不是这样，那将很奇怪。但是，它可能是字符串数组，而不是浮点数或其他数字的数组！
您几乎可以在尝试时进行跟踪，但是可以：
print Pred.dtype
如果是S3，则您有一个字符串数组。在这种情况下，我建议你检查的数据类型X和Y是否正确。如果它们不是数字，那么事情可能会变得有些奇怪。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句