How to resolve "IndexError: too many indices for array"

Question

我下面的代码出现以下错误 "IndexError: too many indices for array"。我对机器学习很陌生，所以我不知道如何解决这个问题。任何形式的帮助将不胜感激。

train = pandas.read_csv("D:/...input/train.csv")


xTrain = train.iloc[:,0:54]
yTrain = train.iloc[:,54:]


from sklearn.cross_validation import cross_val_score
clf = LogisticRegression(multi_class='multinomial')
scores = cross_val_score(clf, xTrain, yTrain, cv=10, scoring='accuracy')
print('****Results****')
print(scores.mean())

Answer 1

您得到的错误代码基本上是说您为数组声明了不适合它的内容。我看不到您的数组声明，但我假设它是一维的，并且程序反对您将其视为二维数组。

只需检查您的声明是否正确，并在设置值后通过打印值来测试代码，以仔细检查它们是否符合您的预期。

关于这个主题已经存在一些问题，所以我只 link 一个可能有用的问题：

Answer 2

您收到此错误是因为您正在制作目标数组 'y' 二维，实际上需要是一维才能传递交叉验证函数。

这两种情况不同：

1. y=numpy.zeros(shape=(len(list),1))
2. y=numpy.zeros(shape=(len(list)))

如果像案例 1 一样声明 y，则 y 变为二维。但是您需要一个一维数组，因此，用例 2。

Answer 3

使用 Pandas 数据框逐步解释 ML（机器学习）代码：

将预测变量和目标列分别分成 X 和 y。
拆分训练数据 (X_train,y_train) 和测试数据 (X_test,y_test).
计算交叉验证的 AUC（曲线下面积）。由于 y_train 出现错误“IndexError: too many indices for array” 因为它期待一维数组但已获取不匹配的二维数组。在替换代码 'y_train' 为 y_train['y'] 代码 像魅力一样工作 。

   # Importing Packages :

   import pandas as pd

   from sklearn.model_selection import cross_val_score

   from sklearn.model_selection import StratifiedShuffleSplit

   # Seperating Predictor and Target Columns into X and y Respectively :
   # df -> Dataframe extracted from CSV File

   data_X = df.drop(['y'], axis=1) 
   data_y = pd.DataFrame(df['y'])

   # Making a Stratified Shuffle Split of Train and Test Data (test_size=0.3 Denotes 30 % Test Data and Remaining 70% Train Data) :

   rs = StratifiedShuffleSplit(n_splits=2, test_size=0.3,random_state=2)       
   rs.get_n_splits(data_X,data_y)

   for train_index, test_index in rs.split(data_X,data_y):

       # Splitting Training and Testing Data based on Index Values :

       X_train,X_test = data_X.iloc[train_index], data_X.iloc[test_index]
       y_train,y_test = data_y.iloc[train_index], data_y.iloc[test_index]

       # Calculating 5-Fold Cross-Validated AUC (cv=5) - Error occurs due to Dimension of **y_train** in this Line :

       classify_cross_val_score = cross_val_score(classify, X_train, y_train, cv=5, scoring='roc_auc').mean()

       print("Classify_Cross_Val_Score ",classify_cross_val_score) # Error at Previous Line.

       # Worked after Replacing 'y_train' with y_train['y'] in above Line 
       # where y is the ONLY Column (or) Series Present in the Pandas Data frame 
       # (i.e) Target variable for Prediction :

       classify_cross_val_score = cross_val_score(classify, X_train, y_train['y'], cv=5, scoring='roc_auc').mean()

       print("Classify_Cross_Val_Score ",classify_cross_val_score)

       print(y_train.shape)

       print(y_train['y'].shape)

输出：

    Classify_Cross_Val_Score  0.7021433588790991
    (31647, 1) # 2-D
    (31647,)   # 1-D

注意：从 sklearn.model_selection 导入 cross_val_score。 cross_val_score 已导入来自 sklearn.model_selection 和不是来自已弃用的 sklearn.cross_validation。

Answer 4

在导入数据集并使用 Matplotlib 打印时，我可以使用 images[5540,:] 预览图像，其中 5540 是图像的 ID，但是当使用 labels[5540,:] 打印该图像的标签时，它抛出了一个错误，如太多索引值。

我发现标签只是一维数组，而我尝试打印的是二维数组，因此此语句的 return 索引较少，因此引发错误。

对我有用的解决方案是 labels[5540,]。

How to resolve "IndexError: too many indices for array"

How to resolve "IndexError: too many indices for array"

python

arrays

machine-learning

indices

data-science

使用 Pandas 数据框逐步解释 ML（机器学习）代码：

输出：