IndexError：索引过多

Question

我正在尝试在scikit-learn中使用一种算法来基于许多输入来预测输出。 我似乎正在得到错误“索引过多”，但无法弄清楚原因。

CSV文件培训：

 1.1    0.2 0.1 0   0.12    0.1
 1.4    0.2 0.1 0.1 0.14    0.1
 0.1    0.1 0.1 0   0.26    0.1
 24.5   0.1 0   0.1 0.14    0.1
 0.1    0.1 0.1 0   0.25    0.1

码：

    fileCSVTraining = genfromtxt('TrainingData.csv', delimiter=',', dtype=None)

    #Define first 6 rows of data as the features
    t = fileCSVTraining[:, 6:]

    #Define which column to put prediction in
    r = fileCSVTraining[:, 0-6:]    
    #Create and train classifier 
    x, y = r, t
    clf = LinearSVC()
    clf = clf.fit(x, y)     
    #New data to predict
    X_new = [1.0, 2.1, 3.0, 2.4, 2.1]
    b = clf.predict(X_new)

错误：

 t = fileCSVTraining[:, 6:]
 IndexError: too many indices 

Answer 1

根据评论，我认为您想要：

fileCSVTraining = genfromtxt('TrainingData.csv')

然后，要获取“前6行”，您可以使用

t = fileCSVTraining[:6, :]

（我假设您的实际数据文件比您显示的长。您的示例只有5行。）

我怀疑您使用数组索引获取r也不正确。

Answer 2

请打印您的x和y变量，您很可能会看到数据无效的原因，并进行相应的修复。

同样对于最后一行：

X_new = [1.0, 2.1, 3.0, 2.4, 2.1]
b = clf.predict(X_new)

应该：

X_new = [[1.0, 2.1, 3.0, 2.4, 2.1]]
b = clf.predict(X_new)

如预期的那样，期望的是样本集合（ (n_new_samples, n_features) 2D数组），而不是单个样本。

Answer 3

获取r和t的数组索引不正确。 使用：

  t = fileCSVTraining[:, 1-0:]  

得到了所需的训练数据，离开了预测列。

Answer 4

指定dtype = float也很重要，因为“无”将允许将整数（如果您的数据中有）包含在数组中，这将强制使用一维数组而不是二维数组。 如图所示，索引在1-D上不起作用。