Я был не в состоянии использовать любого из методов извлечения признаков Sklearn, не получая следующее сообщение об ошибке:Sklearn выбор функции
«TypeError: не может выполнить уменьшает с помощью гибкого типа»
Работы от примеров выделения признаков методы, по-видимому, работают только для проблем, не связанных с классификацией. Я, конечно, пытаюсь сделать проблему классификации. Как я могу это исправить?
Пример кода:
from sklearn.feature_selection import RFE
from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston
import random
# Load data
boston = load_boston()
X = boston["data"]
Y = boston["target"]
# Make a classification problem
classes = ['a', 'b', 'c']
Y = [random.choice(classes) for entry in Y]
# Perform feature selection
names = boston["feature_names"]
lr = LinearRegression()
rfe = RFE(lr, n_features_to_select=1)
rfe.fit(X, Y)
print "Features sorted by their rank:"
print sorted(zip(map(lambda x: round(x, 4), rfe.ranking_), names))
где ваш метод load_boston()? –
Приближение проблемы классификации с помощью линейной регрессии может оказаться неправильным. http://stats.stackexchange.com/questions/22381/why-not-approach-classification-through-regression – PabTorre