【发布时间】:2018-06-26 16:10:27
【问题描述】:
我在威斯康星州乳腺癌数据上应用 KNN 模型,但每次运行代码时都会出现此错误:
ValueError: 发现样本数量不一致的输入变量:[559, 140]
import numpy as np
import pandas as pd
from sklearn import preprocessing,cross_validation,neighbors
df=pd.read_csv('breast-cancer-wisconsin.data.txt')
df.replace('?',-99999,inplace=True)
df.drop(['id'],1,inplace=True)
X=np.array(df.drop(['class'],1))
y=np.array(df['class'])
X_train, y_train, X_test, y_test = cross_validation.train_test_split(X, y, test_size=0.2)
clf = neighbors.KNeighborsClassifier()
clf.fit(X_train, y_train)
accuracy=clf.score(X_test, y_test)
print(accuracy)
example=np.array([4,2,1,1,1,2,3,2,1])
example=example.reshape(-1,1)
prediction=clf.predict(example)
print(prediction)
【问题讨论】:
-
请提出您的问题reproducible,包括数据的可下载链接,以及您可能已经完成的任何额外预处理(可能用于插入列名)
标签: python pandas scikit-learn