LeaveOneOut() - SVM 分类器中的关键错误答案

【问题标题】：LeaveOneOut() - Key Error in an SVM ClassifierLeaveOneOut() - SVM 分类器中的关键错误
【发布时间】：2021-10-14 09:26:51
【问题描述】：

我正在处理一个 csv 文件：39 个参与者（行），每个参与者都有 30 个特征（列）的值。我正在尝试使用以下代码实现 LeaveOneOut() 。我遇到了一个关键错误...任何帮助将不胜感激！

# code
X = df.drop(labels=['Diagnosis'], axis=1) # dropped diagnosis 

Y = df['Diagnosis'].values
Y = Y.astype('int') 

loo = LeaveOneOut()
for train, test in loo.split(X, Y):
    X_train, X_test = X[train], X[test]
    Y_train, Y_test = Y[train], Y[test]

svm = SVC(kernel='linear')
svm.fit(X_train,Y_train)
pred_svm = svm.predict(X_test)
print(classification_report(Y_test, pred_svm))
print(confusion_matrix(Y_test, pred_svm))

【问题讨论】：

什么是错误，如果问题是由此引起的，您能否分享您的 LeaveOneOut 实现？
错误显示： raise KeyError(f"None of [{key}] are in the [{axis_name}]") KeyError: "None of [Int64Index([ 1, 2, 3, 4 , 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,\n... 当我将 print(X_train, X_test, Y_train, Y_test) 函数放在我的 ' for' 循环，它再次给出此错误并且不打印任何拆分。再次感谢

标签： python svm leave-one-out

【解决方案1】：

如果您可以分享 loo 的结果，我可以更准确地回答，但据我了解，它是索引列表而不是布尔掩码，因此您可以像这样更改代码。

for train, test in loo.split(X, Y):
    X_train, X_test = X.loc[train].copy(), X.loc[test].copy()
    Y_train, Y_test = Y[train], Y[test]

【讨论】：

谢谢，虽然现在可以适当地拆分训练和测试数据，但新的警告消息是：SettingWithCopyWarning：正在尝试在 DataFrame 的切片副本上设置值。产生的混淆矩阵全为 1。再次感谢您的帮助，我是新手
你只需要复制数据框。我正在编辑答案
对不起，这不起作用。我已经想到了其他一些我可以尝试的解决方案！再次感谢您抢先一步！