1

私はscikit-learnが初めてです。私は前処理を使用しようとしています。OneHotEncoder を使用して、トレーニング データとテスト データをエンコードします。エンコード後、そのデータを使用してランダムフォレスト分類子をトレーニングしようとしました。しかし、フィッティング時に次のエラーが発生します。(エラートレースはこちら)

    99         model.fit(X_train, y_train)
    100         preds = model.predict_proba(X_cv)[:, 1]
    101 

C:\Python27\lib\site-packages\sklearn\ensemble\forest.pyc in fit(self, X, y, sample_weight)
    288 
    289         # Precompute some data
--> 290         X, y = check_arrays(X, y, sparse_format="dense")
    291         if (getattr(X, "dtype", None) != DTYPE or
    292                 X.ndim != 2 or

C:\Python27\lib\site-packages\sklearn\utils\validation.pyc in check_arrays(*arrays, **options)
    200                     array = array.tocsc()
    201                 elif sparse_format == 'dense':
--> 202                     raise TypeError('A sparse matrix was passed, but dense '
    203                                     'data is required. Use X.toarray() to '
    204                                     'convert to a dense numpy array.')

TypeError: A sparse matrix was passed, but dense data is required. Use X.toarray() to convert to a dense numpy array.

X.toarray() と X.todense() を使用して疎行列を密行列に変換しようとしましたが、それを行うと、次のエラー トレースが表示されます。

 99         model.fit(X_train.toarray(), y_train)
    100         preds = model.predict_proba(X_cv)[:, 1]
    101 

C:\Python27\lib\site-packages\scipy\sparse\compressed.pyc in toarray(self)
    548 
    549     def toarray(self):
--> 550         return self.tocoo(copy=False).toarray()
    551 
    552     ##############################################################

C:\Python27\lib\site-packages\scipy\sparse\coo.pyc in toarray(self)
    236 
    237     def toarray(self):
--> 238         B = np.zeros(self.shape, dtype=self.dtype)
    239         M,N = self.shape
    240         coo_todense(M, N, self.nnz, self.row, self.col, self.data, B.ravel())

ValueError: array is too big.

誰でもこれを修正するのを手伝ってもらえますか?

ありがとうございました

4

1 に答える 1

3

sklearn ランダム フォレストは疎な入力では機能せず、データセットの形状が大きすぎて疎すぎて、密なバージョンがメモリに収まりません。

カーディナリティが非常に大きいいくつかのカテゴリ機能がある可能性があります (たとえば、フリー テキスト フィールドや一意のエントリ ID など)。それらの機能を削除して、最初からやり直してください。

于 2013-06-19T13:08:59.683 に答える