我是机器学习的新手。我正在准备使用 Scikit Learn SVM 进行分类的数据。为了选择最好的功能,我使用了以下方法:
SelectKBest(chi2, k=10).fit_transform(A1, A2)
由于我的数据集包含负值,我收到以下错误:
ValueError Traceback (most recent call last)
/media/5804B87404B856AA/TFM_UC3M/test2_v.py in <module>()
----> 1
2
3
4
5
/usr/local/lib/python2.6/dist-packages/sklearn/base.pyc in fit_transform(self, X, y, **fit_params)
427 else:
428 # fit method of arity 2 (supervised transformation)
--> 429 return self.fit(X, y, **fit_params).transform(X)
430
431
/usr/local/lib/python2.6/dist-packages/sklearn/feature_selection/univariate_selection.pyc in fit(self, X, y)
300 self._check_params(X, y)
301
--> 302 self.scores_, self.pvalues_ = self.score_func(X, y)
303 self.scores_ = np.asarray(self.scores_)
304 self.pvalues_ = np.asarray(self.pvalues_)
/usr/local/lib/python2.6/dist- packages/sklearn/feature_selection/univariate_selection.pyc in chi2(X, y)
190 X = atleast2d_or_csr(X)
191 if np.any((X.data if issparse(X) else X) < 0):
--> 192 raise ValueError("Input X must be non-negative.")
193
194 Y = LabelBinarizer().fit_transform(y)
ValueError: Input X must be non-negative.
谁能告诉我如何转换我的数据?
最佳答案
错误消息 Input X must be non-negative
说明了一切:Pearson's chi square test (goodness of fit)不适用于负值。这是合乎逻辑的,因为卡方检验假设频率分布并且频率不能是负数。因此,sklearn.feature_selection.chi2
断言输入是非负的。
您是说您的特征是“加速度计信号的最小值、最大值、平均值、中值和 FFT”。在许多情况下,简单地移动每个特征以使其全部为正,甚至按照 EdChum 的建议标准化为 [0, 1]
区间可能是非常安全的。
如果由于某种原因无法进行数据转换(例如,负值是一个重要因素),您应该选择另一个统计数据来对您的特征进行评分:
由于此过程的全部目的是为另一种方法准备特征,因此选择任何人都没什么大不了的,最终结果通常相同或非常接近。
关于python - 使用 scikit-learn 进行特征选择,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25792012/