minepy：缓冲区的维数错误

Question

我正在尝试在 jupyter notebook 中使用最大信息系数，Boston Housing dataset。

import numpy as np
import pandas as pd
from minepy import MINE

#Read dataset
df = pd.read_csv('housing.data', delim_whitespace=True, header=None);
col_name = ['CRIM', 'ZN' , 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT', 'MEDV']
df.columns = col_name;

#Compute MIC
m = MINE()
m.compute_score(df[col_name[0:13]], df.MEDV)
print(m.mic())

m.compute_score(.. 给我一个ValueError: Buffer has wrong number of dimensions (expected 1, got 2)。

更新

我现在明白compute_score() 期望的是向量而不是矩阵。在 df.MEDV 和 13 个功能 df[col_name[0:13]] 之间找到 MIC 分数的正确方法是什么？

Answer 1

我对 minepy 不太了解，但查看源代码，compute_score 接收必须是一维数组的 x 和 y 参数，然后如果您传递一个 14xN 数组（2D），这将不起作用。

而不是pstats (View on API) 接收一个二维数组，cstats(View on API) 接收一对二维数组，所以你可以看看两者，如前所述，我对 minepy 不太了解或您正在寻找的目的，但您可以按如下方式使用它们：

from minepy import pstats, cstats

... # Load of the data

micOneVector, ticOneVector = pstats(df)            # Returns mic and tic (Arrays of 1D)

micTwoVectors, ticTwoVectors = cstats(df, df.MEDV) # Returns mic and tic (Arrays of 1D)

参考文献

minepy - Source code

minepy - Python API