python - 无法将 scikit-learn 的 DecisionTreeClassifier 的输出保存到 CSV

Question

我有以下代码，旨在为 scikit-learn 的 DecisionTreeClassifier 获取一些训练和测试数据。它一直有效，直到我希望将 .predict 函数的输出保存到 CSV 中。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

Answer 1

Pred 很可能有可疑之处。 npyio.py 中的savetxt 代码非常简单:

for row in X:
    fh.write(asbytes(format % tuple(row) + newline))

这会逐行读取 X(输入数组，在本例中为 Pred)。格式字符串 format 在这种情况下是 %f %f %f ，占位符与一行中的元素(即列数)一样多。错误消息提示在向量 row 中除了浮点值之外还有其他东西。此外，错误消息看起来好像是短文本字符串而不是 float 。

我的猜测是 Pred 是一个 ndarray。如果不是，那就奇怪了。但是，它可能是一个字符串数组，而不是一个 float 或其他数字数组!

您几乎可以在尝试时找到它，但是:

print Pred.dtype

如果它类似于 S3，那么您就有了一个字符串数组。在这种情况下，我建议您检查 X 和 Y 的数据类型是否正确。如果它们不是数字，事情可能会变得有点奇怪。