IndexError: trop d'indices

Je suis en train d'utiliser un algorithme de scikit-learn pour prédire la sortie sur la base du nombre d'entrées. J'ai l'impression de recevoir le message d'erreur de trop nombreux indices' a renvoyé, mais ne peut pas comprendre pourquoi.

Fichier CSV de la Formation:

 1.1    0.2 0.1 0   0.12    0.1
 1.4    0.2 0.1 0.1 0.14    0.1
 0.1    0.1 0.1 0   0.26    0.1
 24.5   0.1 0   0.1 0.14    0.1
 0.1    0.1 0.1 0   0.25    0.1

Code:

    fileCSVTraining = genfromtxt('TrainingData.csv', delimiter=',', dtype=None)

    #Define first 6 rows of data as the features
    t = fileCSVTraining[:, 6:]

    #Define which column to put prediction in
    r = fileCSVTraining[:, 0-6:]    
    #Create and train classifier 
    x, y = r, t
    clf = LinearSVC()
    clf = clf.fit(x, y)     
    #New data to predict
    X_new = [1.0, 2.1, 3.0, 2.4, 2.1]
    b = clf.predict(X_new)

Erreur:

 t = fileCSVTraining[:, 6:]
 IndexError: too many indices

Je pense que cette erreur ne se passera si vous essayez d'index d'un tableau 1D en deux dimensions, pas tout à fait sûr si
Peut-être pas le problème, mais vous utilisez delimiter=',' lors de la lecture du fichier, bien que les valeurs sont séparées par des espaces
Semble être quelque chose à faire avec le point décimal dans le fichier CSV

InformationsquelleAutor ZeeeeeV | 2013-02-10

4

Sur la base des commentaires, je pense que vous voulez:
```
fileCSVTraining = genfromtxt('TrainingData.csv')
```
Ensuite, pour obtenir les 6 premières lignes", vous pouvez utiliser
```
t = fileCSVTraining[:6, :]
```
(Je suis en supposant que votre fichier de données est plus long que vous avez indiqué. Votre exemple ne dispose que de 5 lignes.)

Je soupçonne votre utilisation du tableau d'indexation pour obtenir r est également incorrect.

InformationsquelleAutor Warren Weckesser
2

Veuillez imprimer votre x et y variables et vous verrez probablement pourquoi les données ne sont pas valides et de fixer en conséquence.

Aussi pour la dernière ligne:
```
X_new = [1.0, 2.1, 3.0, 2.4, 2.1]
b = clf.predict(X_new)
```
devrait être:
```
X_new = [[1.0, 2.1, 3.0, 2.4, 2.1]]
b = clf.predict(X_new)
```
de prédire s'attend à une collection d'échantillons (tableau 2D de (n_new_samples, n_features)), pas un seul échantillon.

InformationsquelleAutor ogrisel
0

Tableau d'indexation pour obtenir des r et t est incorrect. Aide:
```
  t = fileCSVTraining[:, 1-0:]  
```
M'a fait de la formation nécessaire des données, en laissant la colonne de prédiction.

InformationsquelleAutor ZeeeeeV
0

Il est également important de préciser dtype=float parce que "None" permettra d'entiers (si il y en avait dans vos données) pour être inclus dans le tableau qui aurait force 1-D tableau au lieu d'un tableau 2d. L'indexation, comme le montre, ne fonctionne pas sur 1-D.

InformationsquelleAutor Samsair

Vous devez vous connecter pour publier un commentaire.