前提・実現したいこと
taitanicの生存率を求めるデータセットで
cross_validateとGridSearchを使用して分析
cross_validateとGridSearchを使用してpredict_proba関数に引数を渡した際に、下記のエラーが発生致しました。
発生している問題・エラーメッセージ
ValueError: Number of features of the model must match the input. Model n_features is 837 and input n_features is 452
ソースコード
python
1#ライブラリimport 2import pandas as pd 3import numpy as np 4from matplotlib import pyplot as plt 5%matplotlib inline 6from sklearn.linear_model import LinearRegression as LR 7#決定着モデルのライブラリ 8from sklearn.tree import DecisionTreeClassifier as DT 9from sklearn.tree import export_graphviz 10#クロスバリデートとグリッドサーチのライブラリ 11from sklearn.model_selection import cross_validate 12from sklearn.model_selection import GridSearchCV 13 14#データ読み込み 15train = pd.read_csv("train.csv") 16test = pd.read_csv("test.csv") 17 18#欠損値の補間 19train["Cabin"]=train["Cabin"].fillna(0) 20test["Cabin"]=test["Cabin"].fillna(0) 21 22train["Name"]=train["Name"]=0 23test["Name"]=test["Name"]=0 24 25train["Embarked"]=train["Embarked"].fillna(0) 26test["Embarked"]=test["Embarked"].fillna(0) 27 28train["Age"] = train["Age"].fillna(train["Age"].mean()) 29test["Age"] = test["Age"].fillna(test["Age"].mean()) 30 31train["Fare"] = train["Fare"].fillna(train["Fare"].mean()) 32test["Fare"] = test["Fare"].fillna(test["Fare"].mean()) 33 34#説明変数取り出し 35trainX = train.iloc[:,2:11] 36testX = test.iloc[:,1:10] 37 38#目的変数取り出し 39y = train["Survived"] 40 41#object型を変換するため、ダミー変数化 42trainX = pd.get_dummies(trainX) 43testX = pd.get_dummies(testX) 44 45#cross_validateとGridSearch 46clf3 = DT() 47parameters = {"max_depth":list(range(2,11))} 48gcv = GridSearchCV(clf3,parameters,cv=5,scoring="roc_auc",n_jobs=-1) 49gcv.fit(trainX,y) 50gcv.cv_results_ 51train_score = gcv.cv_results_["mean_train_score"] 52test_score = gcv.cv_results_["mean_test_score"] 53pred = gcv.predict_proba(testX)
補足情報(FW/ツールのバージョンなど)
Anaconda3
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2019/03/19 14:29