Scikit-neural_network输入数据有问题

Question

我正在尝试使用sknn训练一些神经网络。 我已经通过熊猫数据框对数据进行了预处理。 当我在标准sklearn分类器上使用fit（x_train，y_train）时，预处理工作正常，但会引发属性错误

anaconda/envs/py3k/lib/python3.4/site-packages/pandas/core/generic.py", line 2360, in __getattr__
(type(self).__name__, name))
 AttributeError: 'DataFrame' object has no attribute 'todense'

或此错误：

/anaconda/envs/py3k/lib/python3.4/site-packages/pandas/core/indexing.py", line 1750, in maybe_convert_indices
raise IndexError("indices are out-of-bounds")

IndexError: indices are out-of-bounds

似乎是随机的（不同的运行，没有任何改变）。

相关的代码如下：

            x_train, x_test, y_train, y_test = cross_validation.train_test_split(X_data, Y_data, test_size=1/kfold)
            regr = linear_model.LinearRegression(copy_X=True,fit_intercept=True)
            abr = AdaBoostRegressor(base_estimator=tree.DecisionTreeRegressor(max_depth=max_depth_gridsearch_values[max_depth_counter]), n_estimators = n_estimators_gridsearch_values[n_estimators_counter])
            nn=nn_simple_regressor


            x_train_numeric = x_train.iloc[:,2:]
            x_test_numeric = x_test.iloc[:,2:]

            regr.fit(x_train_numeric, y_train)
            abr.fit(x_train_numeric, y_train)
            nn.fit(x_train_numeric,y_train)

回归器定义为

nn_simple_regressor = Regressor(
layers=[
    Layer("Rectifier", units=100),
    Layer("Linear")],
learning_rate=0.02,
n_iter=10)

我不明白为什么会这样，似乎对sknn的支持很小。 我怀疑问题实际上与预处理有关，但我不明白为什么它适用于前两个分类器，但不适用于我的NN。 有任何想法吗？

Answer 1

截至2016年2月，Sknn不支持熊猫。 为了解决问题中提到的问题，最好的方法是将数据帧转换为numpy数组。 在熊猫中使用.as_martix（）函数是最简单的方法。