AttributeError：“numpy.ndarray”对象没有属性“lower”拟合逻辑模型数据答案

【问题标题】：AttributeError: 'numpy.ndarray' object has no attribute 'lower' fitting logistic model dataAttributeError：“numpy.ndarray”对象没有属性“lower”拟合逻辑模型数据
【发布时间】：2016-09-29 14:19:29
【问题描述】：

我正在运行这段代码：

from sklearn import cross_validation
import numpy as np
import sys
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import datasets, svm, metrics

digits = datasets.load_digits()

X_train, X_test, y_train, y_test = cross_validation.train_test_split(
digits.data, digits.target, test_size=0.4, random_state=0)

clf = linear_model.LogisticRegression(X_train, y_train) 
clf.fit(X_train, y_train)

我收到此错误：

AttributeError: 'numpy.ndarray' 对象没有属性 'lower'

如何使逻辑模型拟合？

【问题讨论】：

欢迎来到 SO！您能否提供有关该错误的更多详细信息？错误发生在哪里？哪条线？堆栈跟踪是什么样的？

标签： python numpy scikit-learn

【解决方案1】：

clf = LogisticRegression() clf.fit(x_train,x_test)

不要在 LogisticRegression 模型中传递参数

【讨论】：

【解决方案2】：

您不应该将X_train 和y_train 传递给LogisticRegression 构造函数。你只需要

...

clf = linear_model.LogisticRegression() 
clf.fit(X_train, y_train)

【讨论】：

“lower”的错误，即小写大写字符，可能是因为您将其应用于标准 numpy 数组，但它仅适用于字符串，参见 documentation 或 @987654322 @.
@patrick 我知道这一点。在 OP 代码中，此错误是由 LogisticRegression 对象的错误初始化引起的。
我同意，我发错了这条评论——这是对原帖的回应，是为了补充你的解释，而不是更正它。