ValueError：需要至少一个数组与 sklearn cross_val_predict

Question

我正在尝试使用 SVM 分类器使用自定义交叉验证折叠来建模二元分类问题，但它给了我错误 **需要至少一个数组来连接 ** 与 cross_val_predict。该代码在 cros_val_predict 中的 cv=3 下工作正常，但是当我使用 custom_cv 时，它会出现此错误。

下面是代码：

from sklearn.model_selection import LeavePOut

import numpy as np

from sklearn.svm import SVC

from time import *

from sklearn.metrics import roc_auc_score

from sklearn.model_selection import cross_val_predict,cross_val_score

clf = SVC(kernel='linear',C=25)

X = np.array([[1, 2], [3, 4], [5, 6], [7, 8],[9,10]])

y = np.array([0,1,1,0,0])

lpo = LeavePOut(2)

print(lpo.get_n_splits(X))

LeavePOut(p=2)

test_index_list=[]

train_index_list=[]

for train_index, test_index in lpo.split(X,y):

  

  if(y[test_index[0]]==y[test_index[1]]):

    pass

  else:

    print("TRAIN:", train_index, "TEST:", test_index)

    X_train, X_test = X[train_index], X[test_index]

    y_train, y_test = y[train_index], y[test_index]

    train_index_list.append(train_index)

    test_index_list.append(test_index)

custom_cv = zip(train_index_list, test_index_list)

scores = cross_val_score(clf, X, y, cv=custom_cv)

print(scores)

print('accuracy:',scores.mean())

predicted=cross_val_predict(clf,X,y,cv=custom_cv) # error with this line

print('Confusion matrix:',confusion_matrix(labels, predicted))

以下是错误的完整跟踪：

ValueError                                Traceback (most recent call last)

<ipython-input-11-d78feac932b2> in <module>()

     31 print(scores)

     32 print('accuracy:',scores.mean())

---> 33 predicted=cross_val_predict(clf,X,y,cv=custom_cv)

     34 

     35 print('Confusion matrix:',confusion_matrix(labels, predicted))

关于如何解决此错误有什么建议吗？

Answer 1

这里有2个错误：如果您想重用zip对象，请创建一个列表。该物体在使用一次后就会耗尽。你可以这样修复它：custom_cv = [*zip(train_index_list, test_index_list)]交叉验证列表cross_val_predict应该是实际数组的分区（每个样本应该只属于一个测试集）。就你而言，事实并非如此。如果您考虑一下，堆叠交叉验证列表的输出将产生长度为6 的数组，而原始y的长度为 5。您可以像这样实现自定义交叉验证预测：def custom_cross_val_predict(clf, X, y, cv):    y_pred, y_true = [], []    for tr_idx, vl_idx in cv:        X_tr, y_tr = X[tr_idx], y[tr_idx]        X_vl, y_vl = X[vl_idx], y[vl_idx]        clf.fit(X_tr, y_tr)        y_true.extend(y_vl)        y_pred.extend(clf.predict(X_vl))            return y_true, y_predlabels, predicted = custom_cross_val_predict(clf,X,y,cv=custom_cv)print('Confusion matrix:',confusion_matrix(labels, predicted))