python - 转换目标变量时，“DataFrame”对象没有属性 'ravel'？

Question

我正在用子集数据集拟合逻辑回归。拆分数据集并拟合模型后，我收到以下错误消息:

/Users/Eddie/anaconda/lib/python3.4/site-packages/sklearn/utils/validation.py:526: DataConversionWarning: 当需要一维数组时传递了列向量 y。请将 y 的形状更改为 (n_samples, )，例如使用 ravel()。 y = column_or_1d(y, warn=True)

所以我使用 target_newrdn = target_newrdn.ravel() 来修改我的目标变量，但它给了我这个:

AttributeError: 'DataFrame' 对象没有属性 'ravel'

我想知道问题出在哪里，我该如何解决？请问有人可以帮忙吗？

我的代码:

    from sklearn.datasets import fetch_covtype
    import numpy as np
    import pandas as pd

    from sklearn.utils import shuffle
    from sklearn.model_selection import train_test_split

    cov = fetch_covtype()
    cov_data = pd.DataFrame(cov.data)
    cov_target = pd.DataFrame(cov.target)

    data_newrdn = cov_data.head(n=10000)
    target_newrdn = cov_target.head(n=10000)


    target_newrdn = target_newrdn.ravel() ## I thought this could fix it??


    X_train2, X_test2, y_train2, y_test2 = train_test_split(data_newrdn, 
    target_newrdn, random_state=42)

    scaler.fit(X_train2)
    X_train_scaled2 = scaler.transform(X_train2)

    # Logistic Regression
    param_grid = {'C': [0.001, 0.01, 0.1, 1, 10, 100, 1000]}
    print(param_grid)
    grid = GridSearchCV(LogisticRegression(), param_grid, cv=kfold) 
    grid.fit(X_train_scaled2, y_train2)
    print("Best cross-validation score w/ kfold: 
    {:.2f}".format(grid.best_score_))
    print("Best parameters: ", grid.best_params_)

Answer 1

显然，dataframe 没有ravel 功能。尝试:

target_newrdn.values.ravel()

target_newrdn.values 返回一个 numpy ndarray，然后您对其执行 ravel。请注意，这将返回一个扁平化的 numpy 数组。您可能需要转换回数据框。

但我认为您需要 flatten()，因为它返回一个副本，因此如果您修改 ravel 返回的数组，它不会修改原始数组中的条目。