Блог

Я загружаю файл CSV в фрейм данных Pandas для проекта машинного обучения. У меня есть 16 столбцов. «Метка» или «цель» — это последний столбец. Остальное — переменные. Мне нужно определить первые 15 столбцов как объекты, а 16-й — как целевой.

Все примеры, которые я нахожу, похоже, демонстрируют машинное обучение на наборе, в котором они уже определены. Как я могу сам определить свою «цель»?

 import pandas as pd   
import numpy as np    
import sklearn   
from sklearn.model_selection import train_test_split
lymph = pd.read_csv("D:\dataset_10_lymph.csv", encoding="utf-8", header = 0)

array = lymph.values
data = array[:,0:-1]
target = array[:,-1]

X_train, X_test, y_train, y_test = train_test_split(lymph.data, lymph.target, stratify=lymph.target, random_state=66)
  

Но когда я пытаюсь проверить, что мой целевой массив сгенерирован правильно, я получаю обратную трассировку.

Ошибка атрибута: объект ‘DataFrame’ не имеет атрибута ‘data’

Похоже, что это был бы тривиальный шаг, который нужно было бы предпринять, если только они не используют набор данных sklearn для практики. Будем признательны за любую помощь. Спасибо.

Ну, я научился с этим работать:

     target = lymph.columns[-1]
    X = lymph.drop(target, axis = 1)
    y = lymph.drop(X, axis = 1)
    X_train, X_test, y_train, y_test = train_test_split(X, y,test_size=0.2)
  

Это:

 lymph = pd.read_csv("D:\dataset_10_lymph.csv", encoding="utf-8", header = 0)
  

предоставит вам фрейм данных с именами столбцов в цифрах. Таким образом, последующие lymph.data не найдут столбец с именем data и не дадут вам обратную трассировку.

Вы можете назначить имена столбцов следующим образом:

 lymph.columns = [....]
  

в списке список из 16 строк, как вы сказали, есть 16 столбцов. Затем вы должны использовать эти имена столбцов при вызове функции train_test_split() . Однако, как вы сказали, первые 15 столбцов являются входными, а 16-я — меткой. Итак, с меткой все просто, но входные объекты — это просто фрейм данных с удаленным 16-м столбцом. Поэтому сделайте это вместо:

 train_test_split(lymph.drop("target", axis=1), lymph.target, stratify=lymph.target, random_state=66)
  

где "target" — это имя вашего 16-го столбца.