Scikit学习随机森林拟合方法中的值误差

Question

我正在尝试使用python和scikit-learn训练（拟合）随机森林分类器，以存储为特征向量存储的一组数据。 我可以读取数据，但是由于Value Erros的原因，我无法进行分类器的训练。 我正在使用的源代码如下：

from sklearn.ensemble import RandomForestClassifier
from numpy import genfromtxt

 my_training_data = genfromtxt('csv-data.txt', delimiter=',')

 X_train = my_training_data[:,0]
 Y_train = my_training_data[:,1:my_training_data.shape[1]]

 clf = RandomForestClassifier(n_estimators=50)
 clf = clf.fit(X_train.tolist(), Y_train.tolist())

返回给我的错误如下：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.7/dist-packages/sklearn/ensemble/forest.py",  line 260, in fit
n_samples, self.n_features_ = X.shape
ValueError: need more than 1 value to unpack

csv-data.txt是一个用逗号分隔的值文件，其中包含用于训练分类器的3996个向量。 我使用第一维标注矢量，其余为浮点值。 这些是分类器中使用的特征向量的维数。

我错过了一些转换吗？

Answer 1

培训示例按行存储在"csv-data.txt" ，每行的第一个数字包含类标签。 因此，您应该具有：

X_train = my_training_data[:,1:]
Y_train = my_training_data[:,0]

请注意，在X_train的第二个索引中，您可以不使用结束索引，并且索引将自动运行到末尾（当然，为了清楚起见，您可以明确指定，但这只是FYI。

此外，也没有必要要求tolist()在调用fit()因为这些都已经numpy ndarray和fit()函数将其转换回numpy ndarray如果参数是一个列表。

clf.fit(X_train.tolist(), Y_train.tolist())