m0_58624728的博客

我在做随机森林模型时提示ValueError: multiclass-multioutput is not supported。。 问题就是label标签有两行。 解决办法： 删除一行。 原代码： feature = pd.read_excel("train_Lg.xlsx") target = pd.read_excel("train_Lgc.xlsx") 更错后代码： feature = pd.read_excel("train_Lg.xlsx") tar..

总是容易出现索引不同，拼接异常的情况。 试试pd的merge方法 df = pd.merge(feature, target, on='ID', how='left') 表示将feature和target以ID为索引，用左外连接的方式拼接。 结果就没问题啦！ ...

TypeError: cannot concatenate object of type '<class 'numpy.ndarray'>'; only Series and DataFrame objs are valid data = pd.concat([data, results], axis=1) 问题就在于这个results是numpy数组型，而concat只有dataframe和series能够使用。 解决办法： results = DataFra..

具体错误如下： 问题出在，索引不是同一列。 data = pd.read_excel("train_Lg.xlsx", index_col=0) target = pd.read_excel("train_Lgc.xlsx",index_col=0) model_data = pd.concat([Y_train, X_train], axis=1) 更改后： data = pd.read_excel("train_Lg.xlsx") target = pd.read_exce..

是因为该数据为数组，没有value_counts该方法。 在数组变量前面加上series就可以使用value_counts

出现：AttributeError: 'NoneType' object has no attribute 'info' 问题出在哪里？ data = pd.read_excel("train_Lg.xlsx", index_col=0) print("数据类型head就是前五项的意思：", data.head()) print("数据结构shape就是形状的意思：", data.shape) # (1000, 312) print("数据的", data.info()) # bool(2.

如图： 错误点：data.shape() 后面的shape不能加（），加了就当函数使用，但是又没有这个函数。

sklearn\utils\validation.py:578: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel(). y = column_or_1d(y, warn=True) 注意：这是一个问题，警告，不影响最后结果的输出。 最后依然会..