使用 cross_val_score 进行简单线性回归评分中的 FitFailedWarning

如何解决使用 cross_val_score 进行简单线性回归评分中的 FitFailedWarning

我使用的是从 Internet 下载的一个非常简单的 csv 文件，只有两列。第一列是“MonthsExperience”，类似于“3,3,4,5,6...”，第二列类似于“424,387,555,59,533...”。>

为了训练，我正在尝试在简单线性回归上获得 RandomForestRegressor 模型的 cross_val_score。

代码如下：

import numpy as np
import pandas as pd

data = pd.read_csv("Blogging_Income.csv")

X = data["MonthsExperience"]
y = data["Income"]

from sklearn.ensemble import RandomForestRegressor

rfr = RandomForestRegressor()

from sklearn.model_selection import cross_val_score

cv_r2 = cross_val_score(rfr,X,y,cv = 5,scoring = None)
print(cv_r2)

我从 sklearn 收到一条很长的白色警告，指出所有结果都转为 NaN，因为模型无法拟合。 我得到的警告/错误的上半部分是这样的：

[nan nan nan nan nan]
C:\Users\----\anaconda3\lib\site-packages\sklearn\model_selection\_validation.py:615: FitFailedWarning: Estimator fit Failed. The score on this train-test partition for these parameters will be set to nan. Details: 
Traceback (most recent call last):
  File "C:\Users\----\anaconda3\lib\site-packages\sklearn\model_selection\_validation.py",line 598,in _fit_and_score
    estimator.fit(X_train,y_train,**fit_params)
  File "C:\Users\----\anaconda3\lib\site-packages\sklearn\ensemble\_forest.py",line 304,in fit
    X,y = self._validate_data(X,multi_output=True,File "C:\Users\----\anaconda3\lib\site-packages\sklearn\base.py",line 433,in _validate_data
    X,y = check_X_y(X,**check_params)
  File "C:\Users\----\anaconda3\lib\site-packages\sklearn\utils\validation.py",line 63,in inner_f
    return f(*args,**kwargs)
  File "C:\Users\----\anaconda3\lib\site-packages\sklearn\utils\validation.py",line 871,in check_X_y
    X = check_array(X,accept_sparse=accept_sparse,File "C:\Users\----\anaconda3\lib\site-packages\sklearn\utils\validation.py",line 694,in check_array
    raise ValueError(
ValueError: Expected 2D array,got 1D array instead:
array=[ 6.  6.  7.  8.  8.  9.  9. 10. 11. 11. 12. 12. 12. 13. 13. 14. 14. 15.
 15. 16. 16. 17. 18. 18.].
Reshape your data either using array.reshape(-1,1) if your data has a single feature or array.reshape(1,-1) if it contains a single sample.

似乎数组形状错误，但我不明白为什么。我也不明白如何使用 array.reshape 来完成这项工作。

解决方法

与任何其他机器学习模型类似，RandomForest 要求您的数据为 2D。即使你只有一个特征，你的 X 也必须是 N x 1，而不是长度为 N 的向量。

你可以使用 numpy 重塑你的数据

X = np.array(X).reshape(-1,1)