2016-12-19 5 views
0

Итак, я пытаюсь установить numpy, scipy и sklearn для курса, который я беру. После многих проблем и многочисленных попыток я установил pycharm и использовал их встроенный менеджер пакетов, чтобы получить numpy и scipy. Я также установил sklearn, но когда я импортировать его в моем коде я получаю следующее сообщение об ошибке:Импортирование ошибки sklearn

Traceback (most recent call last): 
    Python Shell, prompt 1, line 3 
    File "C:\Users\Berges\AppData\Local\Programs\Python\Python35\Lib\site-packages\sklearn\__init__.py", line 57, in <module> 
    from .base import clone 
    File "C:\Users\Berges\AppData\Local\Programs\Python\Python35\Lib\site-packages\sklearn\base.py", line 12, in <module> 
    from .utils.fixes import signature 
    File "C:\Users\Berges\AppData\Local\Programs\Python\Python35\Lib\site-packages\sklearn\utils\__init__.py", line 11, in <module> 
    from .validation import (as_float_array, 
    File "C:\Users\Berges\AppData\Local\Programs\Python\Python35\Lib\site-packages\sklearn\utils\validation.py", line 18, in <module> 
    from ..utils.fixes import signature 
    File "C:\Users\Berges\AppData\Local\Programs\Python\Python35\Lib\site-packages\sklearn\utils\fixes.py", line 406, in <module> 
    if np_version < (1, 12, 0): 
builtins.TypeError: unorderable types: str() < int() 

(Я использую Python 3.5.2 и когда и запустить python3 на Баш я могу импортировать sklearn только штраф, но это, кажется, использовать питон 3.4.3 для этого)

UPDATE:

Я установил Anaconda и попытался запустить следующий код из Wing IDE и Atom:

import numpy as np 
X = np.array([[-1,-1],[-2,-1],[-3.-2],[1,1],[2,1],[3,2]]) 
Y = np.array([1,1,1,2,2,2]) 
from sklearn.naive_bayes import GaussianNB 
clf = GaussianNB() 
clf.fit(X,Y) 
print(clf.predict([[-0.8,-1]])) 

я затем получить следующая ошибка:

Traceback (most recent call last): 
    File "C:\Users\Berges\Downloads\test.py", line 6, in <module> 
    clf.fit(X,Y) 
    File "C:\Users\Berges\Anaconda3\lib\site-packages\sklearn\naive_bayes.py", line 173, in fit 
    X, y = check_X_y(X, y) 
    File "C:\Users\Berges\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 510, in check_X_y 
    ensure_min_features, warn_on_dtype, estimator) 
    File "C:\Users\Berges\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 373, in check_array 
    array = np.array(array, dtype=dtype, order=order, copy=copy) 
ValueError: setting an array element with a sequence. 
+0

посмотреть мой ответ и дайте мне знать – sera

ответ

0

Если вы просто хотите что-то запустить и запустить курс, и вы хотите заставить его работать в Windows. Затем я предлагаю вам установить менеджер пакетов anaconda. Он работает как ветер в Windows и очень прост в установке и содержит все необходимые пакеты (вам не нужно беспокоиться о несоответствии версий и обо всем).

После установки менеджера anaconda измените местоположение интерпретатора pycharm на установленный anaconda интерпретатор python.

Ссылка: https://www.continuum.io/downloads Список доступных пакетов: https://docs.continuum.io/anaconda/pkg-docs

+0

Эй Вивек, проверьте обновление пожалуйста –

+0

я вижу, что вы используете пример из http://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.GaussianNB.html. –

+0

Я вижу, что вы используете пример из http://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.GaussianNB.html. Вы допустили ошибку в массиве «X». вместо 'X = np.array ([[-1, -1], [-2, -1], [- 3.-2], [1,1], [2,1], [3 , 2]]) ' оно должно быть ' X = np.array ([[-1, -1], [-2, -1], [-3, -2], [1, 1], [ 2, 1], [3, 2]]) ' ** Вместо запятой вы поставили точку. Так получилось -5, вместо [-3, -2] ** –

0

Вы пропустили маленькую деталь, которая вызывает эту ошибку.

В массиве X вы вводите [-3. -2] вместо [-3, -2].

Итак, вы пропустили запятую.

Следующие работает отлично:

import numpy as np 

X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]]) 
Y = np.array([1, 1, 1, 2, 2, 2]) 

from sklearn.naive_bayes import GaussianNB 
clf = GaussianNB() 
clf.fit(X, Y) 

print(clf.predict([[-0.8, -1]])) 

Результаты:

[1] 
Смежные вопросы