带有稀疏训练数据的ExtraTreesClassifier？

我试图使用ExtraTreesClassifier与稀疏数据，根据the documentation，但我确实得到一个运行时间TypeError要求密集的数据。这是scikit学习0.17.1，以下我从文档报价：带有稀疏训练数据的ExtraTreesClassifier？

Parameters: X : array-like or sparse matrix of shape = [n_samples, n_features]

的代码非常简单：

import pandas as pd 
from scipy.sparse import coo_matrix, csr_matrix, hstack 
from sklearn.ensemble import ExtraTreesClassifier 
import numpy as np 
from scipy import * 

features = array([[1, 0], [0, 1], [3, 4]]) 
sparse_features = csr_matrix(features) 
labels = array([0, 1, 0]) 

classifier = ExtraTreesClassifier() 
classifier.fit(sparse_features, labels)

这里的例外：TypeError: A sparse matrix was passed, but dense data is required. Use X.toarray() to convert to a dense numpy array.。这在传递features时工作正常。

看起来文档已经过时，或者上面的代码有问题吗？

任何帮助将不胜感激。谢谢。

来源

2016-03-15 user2916547

在文档中：“稀疏矩阵提供给稀疏csc_matrix”，请尝试使用csc_matrix。 – Alleo

另外，我已经在sklearn == 0.17.1上运行你的代码，并且它可以正常工作（使用csc和csr matricex）。 – Alleo

谢谢你，我已经尝试使用csc_matrix，它确实工作。我很抱歉，我对文档的理解是，如果它是一个稀疏矩阵，则X会在内部转换为该格式。请添加您的输入作为答案，我会结束这个问题。谢谢。 – user2916547

引用的文档：

在内部，它会被转换为D型= np.float32并且如果一个稀疏矩阵被提供给稀疏csc_matrix。

所以我期望通过csc_matrix应该有所帮助。

在我的设置上，两个版本都能正常工作（csc和csr，sklearn 0.17.1），我认为问题可能出现在旧版本的scipy上。

来源

2016-03-16 13:30:15 Alleo

带有稀疏训练数据的ExtraTreesClassifier？

回答

相关问题