python -多类logistic回归预测季节
python -多类logistic回归预测季节
提问于 2018-06-24 03:06:03
我想完成我的逻辑回归算法，它根据商店名称和购买类别预测每年的季节(参见下面的样本数据，并注意标签编码。商店名称是任何典型的字符串，而类别tops是各种统一字符串输入中的一种。四季也一样。
store_df.head()
shop category season
0 594 4 2
1 644 4 2
2 636 4 2
3 675 5 2
4 644 4 0我的完整代码如下所示，我不确定为什么它不接受我的输入值的形状。我的目标是利用商店和类别来预测季节。
predict_df = store_df[['shop', 'category', 'season']]
predict_df.reset_index(drop = True, inplace = True)
le = LabelEncoder()
predict_df['shop'] = le.fit_transform(predict_df['shop'].astype('category'))
predict_df['top'] = le.fit_transform(predict_df['top'].astype('category'))
predict_df['season'] = le.fit_transform(predict_df['season'].astype('category'))
X, y = predict_df[['shop', 'top']], predict_df['season']
xtrain, ytrain, xtest, ytest = train_test_split(X, y, test_size=0.2)
lr = LogisticRegression(class_weight='balanced', fit_intercept=False, multi_class='multinomial', random_state=10)
lr.fit(xtrain, ytrain)当我运行上面的代码时，我遇到了错误，ValueError: bad input shape (19405, 2)
我的解释是，它必须与两个功能输入有关，但我需要进行哪些更改才能同时使用这两个功能？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-06-24 08:15:24
这里有一个工作的例子，你可以用它来比较你的代码和消除任何bug。我已经在数据框中添加了几行-详细信息和结果在代码之后。如您所见，该模型正确预测了四个标签中的三个。
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import confusion_matrix
le = LabelEncoder()
sc = StandardScaler()
X = pd.get_dummies(df.iloc[:, :2], drop_first=True).values.astype('float')
y = le.fit_transform(df.iloc[:, -1].values).astype('float')
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=0)
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)
y_pred = log_reg.predict(X_test)
conf_mat = confusion_matrix(y_test, y_pred)
df
Out[32]:
shop category season
0 594 4 2
1 644 4 2
2 636 4 2
3 675 5 2
4 644 4 0
5 642 2 1
6 638 1 1
7 466 3 0
8 455 4 0
9 643 2 1
y_test
Out[33]: array([2., 0., 0., 1.])
y_pred
Out[34]: array([2., 0., 2., 1.])
conf_mat
Out[35]:
array([[1, 0, 1],
[0, 1, 0],
[0, 0, 1]], dtype=int64)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51004261
复制相关文章
相似问题