python - 使用 SelectKBest 的问题 [scikit-learn]

Question

我是 scikit-learn 和 python 的初学者，我使用 feature_selection 包中的 SelectKBest 尝试了这段看起来非常简单的代码。

    train = pd.read_csv("train.csv")
test = pd.read_csv('test.csv')
train = SelectKBest(chi2, k=120).fit_transform(train)

print train.shape

但我遇到了这个错误，我真的不知道如何解决!!

TypeError: fit() takes exactly 3 arguments (2 given) 

你们能帮我解决一下吗:(?

Answer 1

问题是它需要 3 个参数。

适合(X，Y) X : array-like, shape = [n_samples, n_features] 这是训练输入样本。 y : array-like, shape = [n_samples] 是目标值(分类中的类标签，回归中的实数)。

fit_transform(X,y=None, **fit_params)[来源]

因此，要解决您的问题，如果标签存储在训练/测试数据的最后一列中，即 train.ix[:,-1]，您可以这样做:

train = pd.read_csv("train.csv")
test = pd.read_csv('test.csv')
model = SelectKBest(chi2, k=120).fit_transform(train.ix[:,:-1],train.ix[:,-1])

print train.shape

这段代码对我有用。