Я использую следующий код для классификации многоклассов, который использует GradientBoostingClassifier из scikit-learn. Я столкнулся с известной проблемой с разреженной матрицей Преобразование в плотную матрицу.Gradient Boosting Классификатор разреженной матрицы с использованием pandas и scikit
Я применил следующее решение stackoverflow, но оно не работает для моего дела. Хотя решение, которое я использовал, предназначено для RandomForestClassifier, но AFAIK должно работать для GradientBoostingClassifier!
Также, чтобы добавить этот код, отлично работает, если я заменил GradientBoostingClassifier на RandomForestClassifier.
Данные в этом случае являются числовыми 93 функциями с 8 целевыми классами. Данные могут быть выбраны из Kaggle
# load data
train = pd.read_csv('data/train.csv')
test = pd.read_csv('data/test.csv')
sample = pd.read_csv('submissions/sampleSubmission.csv')
labels = train.target.values
ids = train.id.values
train = train.drop('id', axis=1)
train = train.drop('target', axis=1)
train_orig = train
test = test.drop('id', axis=1)
# transform counts to TFIDF features
tfidf = feature_extraction.text.TfidfTransformer()
train = tfidf.fit_transform(train)
test = tfidf.transform(test).toarray() # Update line
# encode labels
lbl_enc = preprocessing.LabelEncoder()
labels = lbl_enc.fit_transform(labels)
# train a random forest classifier
print('starting training ... ')
clf = ensemble.GradientBoostingClassifier(n_estimators=config.estimators)
clf.fit(train, labels)
# predict on test set
print('starting prediction ... ')
preds = clf.predict_proba(test) # Error on this line even when test is dense
train_pred = clf.predict(tfidf.transform(train_orig))
TraceBack:
python boosted_trees.py
starting training ...
Traceback (most recent call last):
File "boosted_trees.py", line 57, in <module>
clf.fit(train, labels)
File "/usr/local/lib/python2.7/site- packages/sklearn/ensemble/gradient_boosting.py", line 941, in fit
X, y = check_X_y(X, y, dtype=DTYPE)
File "/usr/local/lib/python2.7/site-packages/sklearn/utils/validation.py", line 439, in check_X_y
ensure_min_features)
File "/usr/local/lib/python2.7/site-packages/sklearn/utils/validation.py", line 331, in check_array
copy, force_all_finite)
File "/usr/local/lib/python2.7/site-packages/sklearn/utils/validation.py", line 239, in _ensure_sparse_format
raise TypeError('A sparse matrix was passed, but dense '
TypeError: A sparse matrix was passed, but dense data is required. Use X.toarray() to convert to a dense numpy array.ere
Непонятно, что вы просите, и, не дав следа, почти невозможно помочь. –
Извините, я добавил трассировку! – JehandadK
Вы не сделали данные тренировки плотными. –