[英]TypeError: can't convert type 'ndarray' to numerator/denominator
[英]Adding a feature from a dataset into a function causes “TypeError: can't convert type 'ndarray' to numerator/denominator”
该任务要求您加载糖尿病数据集的一个特征,并为训练数据编写自己的最佳拟合线。
我已经编写了所需的最佳拟合算法行,但是在尝试向其中添加训练数据时,我收到此错误:
“类型错误:无法将类型 'ndarray' 转换为分子/分母”
import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets, linear_model
from statistics import mean
diabetes = datasets.load_diabetes()
diabetes_X = diabetes.data[:, np.newaxis, 2]
diabetes_X_train = diabetes_X[:-20] #creating the testing and training data
diabetes_X_test = diabetes_X[-20:]
diabetes_y_train = diabetes.target[:-20]
diabetes_y_test = diabetes.target[-20:]
## The below code is where the issue is occurring
xs = np.array(diabetes_X_train, dtype=np.float64)
ys = np.array([diabetes_y_train, dtype=np.float64)
##the algorithm to calculate the line of best
def best_fit_slope_and_intercept(xs,ys):
m = (((mean(xs)*mean(ys)) - mean(xs*ys)) /
((mean(xs)*mean(xs)) - mean(xs*xs)))
b = mean(ys) - m*mean(xs)
return m, b
m, b = best_fit_slope_and_intercept(xs,ys)
print(m,b)
我了解将所需数据转换为正确格式是问题所在,但经过研究,我无法找到正确的方法。
感谢有关如何根据需要正确连接或转换训练数据的所有输入。
在我看来,处理数据的最佳格式是 DataFrame。 您可以轻松地制作这样的数据框:
urdataframe={'headername': bestfitted}
urdataframe=pd.DataFrames(data=urdataframe)
然后您可以轻松联系您的数据帧,例如:
finaldata=pd.concat((traindata,urdataframe),axis=1)
您可以在 DataFrames 上执行所有机器学习功能,并且不太可能出错
例如,如果你的火车数据是这样的:年龄性别糖 42 1 120 45 0 250 32 1 98
你的回答是这样的:回答是的,不是的,是的
所以在通过代码联系后,我提到它会像:年龄性别糖回答 42 1 120 是 45 0 250 否 32 1 98 是
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.