scikit-learn - GridSearchCV 错误 "Too many indices in the array"

Question

我正在使用监督学习算法随机森林分类器来训练数据。

    clf = RandomForestClassifier(n_estimators=50, n_jobs=3, random_state=42)

网格中的不同参数是:

    param_grid = { 
    'n_estimators': [200, 700],
    'max_features': ['auto', 'sqrt', 'log2'],
    'max_depth': [5,10],
    'min_samples_split': [5,10]
    }

分类器“clf”和参数网格“param_grid”在 GridSearhCV 方法中传递。

    clf_rfc = GridSearchCV(estimator=clf, param_grid=param_grid)

当我使用标签拟合特征时

    clf_rfc.fit(X_train, y_train)

我收到错误“数组中的索引太多”。 X_train 的形状是 (204,3)，y_train 的形状是 (204,1)。

尝试使用选项 clf_rfc.fit(X_train.values, y_train.values) 但无法摆脱错误。

任何建议，将不胜感激 !!

Answer 1

如前一篇文章所述，问题似乎出在 y_train 中，其维度为 (204,1)。我认为这是问题而不是 (204,1) 应该是 (204,)，点击 here了解更多信息。

所以如果你重写 y_train 一切都应该没问题:

c, r = y_train.shape
y_train = y_train.reshape(c,)

如果它给出如下错误: AttributeError: 'DataFrame' object has no attribute 'reshape' 然后尝试:

c, r = y_train.shape
y_train = y_train.values.reshape(c,)