在 Python 中评估决策树模型时出现类型错误预期序列或类似数组

如何解决在 Python 中评估决策树模型时出现类型错误预期序列或类似数组

我正在使用 kaggle 的流失建模数据集 (https://www.kaggle.com/shrutimechlearn/churn-modelling)，试图预测将要离开服务的客户。

初始数据集如下所示：

RowNumber  CustomerId   Surname  Creditscore Geography Gender  Age  
 0          1    15634602  Hargrave          619    France  Female   42

整理数据后，数据集如下所示：

Creditscore Age Tenure  Balance NumOfProducts   HasCrCard   IsActiveMember  EstimatedSalary Germany Spain   Male
       0    619 42  2   0.00    1                  1        1               101348.88       0           0     0

然后我拆分数据：

from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.25,random_state = 0)

...拟合和预测模型：

from sklearn import tree
dectree_model = tree.DecisionTreeClassifier()
dectree_fit = dectree_model.fit(X_train,y_train)
dectree_prediction = dectree_fit.fit(X_train,y_train)

然后我尝试验证模型：

print(metrics.confusion_matrix(y_test,dectree_prediction))
print(metrics.classification_report(y_test,dectree_prediction))

但后来我收到此错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-55-c8b0efbc711d> in <module>
      1 # Decision tree
----> 2 print(metrics.confusion_matrix(y_test,dectree_prediction))
      3 print(metrics.classification_report(y_test,dectree_prediction))
   ...
   TypeError: Expected sequence or array-like,got <class 'sklearn.tree._classes.DecisionTreeClassifier'>

解决方法

您正在调用的函数 sklearn.metrics.confusion_matrix 期望您提供 y_true 和 y_pred - 基本事实和估计目标。

然而，您为 y_pred 提供的 dectree_prediction 变量不是估算器的预测，而是估算器本身（这就是 fit 函数返回的内容）。

似乎可以使用专用的预测功能（如this tutorial所示）获得实际预测。