sklearn中TypeError: reduction operation argmax not allowed for this dtype idmax报错解决方案

最新推荐文章于 2022-09-24 17:25:31 发布
最新推荐文章于 2022-09-24 17:25:31 发布
阅读量497 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44013240/article/details/119106844
本文介绍了解决sklearn中出现TypeError: reduction operation 'argmax' not allowed for this dtype问题的方法。错误通常由不支持的操作引起，例如对象包含NAN值。通过将数据类型转换为float可以避免这一问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

sklearn中TypeError: reduction operation argmax not allowed for this dtype idmax报错解决方案
在网上学习的时候遇到了这个问题
在这里插入图片描述
造成如上报错的原因，可能是参数类型不支持，如对象是NAN时就会报错。

解决方法是对对象进行类型转换：

best_c=results_table.loc[results_table[‘Mean recall score’].astype(float).idxmax()][‘C_parameter’]

将上述NAN值转换成float类型，即可解决报错问题。

在这里插入图片描述

ARIMA报错信息reduction operation ‘argmin‘ not allowed for this dtype
H13980816047的博客
08-27 2922
执行 from statsmodels.tsa.arima_model import ARIMA pmax = int(len(data)/10) #一般阶数不超过length/10 qmax = int(len(data)/10) #一般阶数不超过length/10 bic_matrix = [] #bic矩阵 for p in range(pmax+1): tmp = [] for q in range(qmax+1): try: #存在部分报错，所以用try来跳过报错。
python中idxmax_出现TypeError：尝试使用idxmax（）时，不允许对此dtype进行归约运算'argmax'...
weixin_39895167的博客
12-19 592
When using the idxmax() function in Pandas, I keep receiving this error.Traceback (most recent call last):File "/Users/username/College/year-4/fyp-credit-card-fraud/code/main.py", line 20, in best_c_p...
TypeError: reduction operation 'argmax' not allowed for this dtype
勿忘初心,方得始终
07-29 8282
程序报出"TypeError: reduction operation ‘argmax’ not allowed for this dtype"错误是说明数据类型不对和argmax方法已被弃用，改用idxmax 解决方式: 1，使用idxmax 2，检查数据类型是否是数值型如(integer, float).如果是object。则使用 .astype(数值型).idxmax() 如: result...
TypeError: reduction operation ‘argmax‘ not allowed for this dtype
weixin_43994864的博客
12-07 723
编写一个强化学习中的Q learning算法的代码，运行报错： 开头表示‘argmax’已经被丢弃，需要使用‘idxmax’代替，照做以后还是出现下面错误： 用idxmax函数去求series类型的最大值的索引，一行行测试都是一个满足idxmax函数要求的参数类型，都是标准的Series类型，且每个元素都是浮点数 最后发现是DataFram中的元素类型出现，我在其后添加.astype(‘float64’)运行就没有报错了！!! self.q_table = pd.DataFrame(columns=sel
解决TypeError: reduction operation “argmax” not allowed for this dtype
qq_44838702的博客
06-04 2707
解决方法：在idxmax()前加.astype(‘float64’) .argmin() .argmax() 计算最大、小值所在位置的索引（针对自动索引的）（适用于Series类型：） .idxmin() .idxmax() 计算最大、小值所在位置的索引（针对自定义索引的）（适用于Series类型：） 这几个函数都是适用的 不过 最好先把数据类型都打印出来 print(results_table.dtypes) ...
reduction operation ‘argmax‘ not allowed for this dtype
weixin_38594096的博客
12-21 774
使用python3时，将argmax()改为idxmax()仍然报错： reduction operation 'argmax' not allowed for this dtype 在idxmax前加.astype('float64')： .astype('float64').idxmax()
pandas中报错：TypeError: reduction operation ‘argmax‘ not allowed for this dtype 的解决办法
Oh_Python的博客
09-24 3296
TypeError: reduction operation ‘argmax’ not allowed for this dtype（类型错误：此数据类型不允许还原操作“argmax”）将为对象（object）的那一列修改类型即可。
pandas 报错“TypeError: reduction operation ‘argmax‘ not allowed for this dtype”解决办法
qq_23904809的博客
02-28 1454
pandas 报错“TypeError: reduction operation 'argmax' not allowed for this dtype”解决办法问题现象问题原因解决办法 问题现象 执行语句crime.idxmax()报错，报错“TypeError: reduction operation ‘argmax’ not allowed for this dtype” 数据框crime： 问题原因 由打印数据框crime可知，列Year并非数据框crime的索引 idxmax() 返回的是最
解决报错TypeError: reduction operation 'argmin' not allowed for this dtype
muli
01-06 1万+
程序报错：raise TypeError(msg.format(name=f.name.replace(‘nan’, ‘’)))–TypeError: reduction operation ‘argmin’ not allowed for this dtype argmax方法已被弃用，改用idxmax 用print(df[‘columnName’].dtype)检查数据的类型，并确保它是数值...
TypeError: reduction operation 'argmin' not allowed for this dtype
Aguangg_6655_la的博客
03-18 1万+
TypeError: reduction operation 'argmin' not allowed for this dtype使用pd.read_sql() 方法把Mysql的数据库转为dataframe后，使用 df['low'].idxmin() 或者df['low'].argmin() 方法是会出现这个错误。 date = date + '-01-01' cmd = '...
TypeError: reduction operation ‘argmin‘ not allowed for this dtype
qq_52698974的博客
12-11 1988
改为bic_matrix.stack().astype(float).idxmin() #最小值的索引
数据挖掘实战（3）——时间序列预测ARIMA模型（附踩坑日志）
m0_46275020的博客
08-14 3653
数据挖掘实战（3）——时间序列预测ARIMA模型（附踩坑日志）
时间序列的预处理
热门推荐
studyaswolf的博客
10-11 1万+
本文转自时间序列ARIMA模型详解：python实现店铺一周销售量预测 顾名思义，时间序列是时间间隔不变的情况下收集的时间点集合。这些集合被分析用来了解长期发展趋势，为了预测未来或者表现分析的其他形式。但是是什么令时间序列与常见的回归问题的不同？   有两个原因： 1、时间序列是跟时间有关的。所以基于线性回归模型的假设：观察结果是独立的在这种情况下是不成立的。   2、随着上升或者下降...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值