如何解决交叉验证样本数不一致错误Python
我正在尝试使用交叉验证方法和SVM分类器进行分类。在我的数据文件中,最后一列包含我的类(分别是0、1、2、3、4、5),其余(第一列除外)是我要用来预测这些类的数字数据。>
from sklearn import svm
from sklearn import metrics
import numpy as np
from sklearn.model_selection import StratifiedKFold
from sklearn.model_selection import cross_val_score
filename = "Features.csv"
dataset = np.loadtxt(filename,delimiter=',',skiprows=1,usecols=range(1,39))
x = dataset[:,0:36]
y = dataset[:,36]
print("len(x): " + str(len(x)))
print("len(y): " + str(len(x)))
skf = StratifiedKFold(n_splits=10,shuffle=False,random_state=42)
modelsvm = svm.SVC()
expected = y
print("len(expected): " + str(len(expected)))
predictedsvm = cross_val_score(modelsvm,x,y,cv=skf)
print("len(predictedsvm): " + str(len(predictedsvm)))
svm_results = metrics.classification_report(expected,predictedsvm)
print(svm_results)
我收到这样的错误:
len(x): 2069
len(y): 2069
len(expected): 2069
C:\Python\Python37\lib\site-packages\sklearn\model_selection\_split.py:297: FutureWarning: Setting a random_state has no effect since shuffle is False. This will raise an error in 0.24. You should leave random_state to its default (None),or set shuffle=True.
FutureWarning
len(predictedsvm): 10
Traceback (most recent call last):
File "C:/Users/MyComp/PycharmProjects/GG/AR.py",line 54,in <module>
svm_results = metrics.classification_report(expected,predictedsvm)
File "C:\Python\Python37\lib\site-packages\sklearn\utils\validation.py",line 73,in inner_f
return f(**kwargs)
File "C:\Python\Python37\lib\site-packages\sklearn\metrics\_classification.py",line 1929,in classification_report
y_type,y_true,y_pred = _check_targets(y_true,y_pred)
File "C:\Python\Python37\lib\site-packages\sklearn\metrics\_classification.py",line 81,in _check_targets
check_consistent_length(y_true,y_pred)
File "C:\Python\Python37\lib\site-packages\sklearn\utils\validation.py",line 257,in check_consistent_length
" samples: %r" % [int(l) for l in lengths])
ValueError: Found input variables with inconsistent numbers of samples: [2069,10]
Process finished with exit code 1
当我尝试使用CV进行预测时,我不知道y中的数据如何减少到10。
有人可以帮我吗?
解决方法
您误解了cross_val_score
的输出。按照documentation,它返回“每次交叉验证的估算器分数数组”,而不是实际的预测。因为有10折,所以得到10个值。
classification_report
期望真实值和预测值。要使用此功能,您需要使用模型进行预测。为此,您需要使模型适合数据。如果您对cross_val_score
的结果感到满意,则可以在数据上训练该模型。或者,您可以使用GridSearchCV
一次完成所有操作。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。