时,这是行:的Python: “ValueError异常:设置与一个序列的阵列元素” 使用sklearn
from sklearn import tree
X = [[181,80,44], [177, 70, 43], [160, 60, 38], 154, 54, 37],
[166,64,40], [190,90,47], [175,64,39],[177,70,40],[159,55,37],
[171,75,42],[181,85,43]
Y = ['male', 'female', 'female', 'female', 'male', 'male', 'male',
'female', 'male', 'female', 'male']
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X,Y)
prediction = clf.predict([[182,78,43]])
print (prediction)
结果:
Traceback (most recent call last):
File "C:\Python\code\test.py", line 14, in <module>
clf = clf.fit(X,Y)
File "C:\Python\lib\site-packages\sklearn\tree\tree.py", line 790, in fit
X_idx_sorted=X_idx_sorted)
File "C:\Python\lib\site-packages\sklearn\tree\tree.py", line 116, in fit
X = check_array(X, dtype=DTYPE, accept_sparse="csc")
File "C:\Python\lib\site-packages\sklearn\utils\validation.py", line 402,
in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: setting an array element with a sequence.
[Finished in 0.5s]
预期结果:
应该显示性别从身体测量预测:"182,78,43"
实施例:男性或女性
运行与Python 3.6使用sklearn,numpy的+ MKL和SciPy的上升华。
该代码最初来自:https://www.youtube.com/watch?v=T5pRlIbr6gg。 在整个YouTube的评论部分没有答案。 欣赏如果答案可以在这里找到,找不到任何答案。
开始时的初始方法与我所能想象的一样,就像视频中所解释的依赖(sklearn)需要有坚实的基础来工作,并且检索到的内容也很容易与此现象相关。感谢您在陈述中能够简洁明了。我从中学到了! –
一定要抓住基础:numpy,sklearn。这一点很重要。我不认为这个视频通道一见钟情(破碎的代码,有趣的算法,这个概念,介绍,尤其是关于页面)!我不得不承认:没有检查python的文档,我并不真正了解你的X是什么(外层结构是一个元组),但它并不重要,因为它没有遵循所需的假设。 – sascha
在大量的教程,文档等可用于了解基础知识,任何建议开始自动裁决?至于第二种表达方式,向后学习就是答案。 –