Q&A
エラーメッセージは全文掲載してください。（フォルダ名等はマスクしても結構です）
また、質問のタグ付けは正確にした方が回答が付きやすいです。（今回の内容は”機械学習”は関係ないですよね）
機械学習で以下のコードとCSVファイルで以下のようなエラーが起きURLの文字列を読み込めません。
どうしたらURLの文字列を読み込んで学習することができますでしょうか。
import pandas as pd from sklearn.model_selection import train_test_split from sklearn.svm import SVC from sklearn.metrics import accuracy_score # 読み込み --- (*1) analysisresults_data = pd.read_csv("analysis_resultsA.csv", encoding="utf-8") # ラベルと入力データに分離する --- (*2) y = analysisresults_data.loc[:,"Result"] x = analysisresults_data.loc[:,["Url"]] # 学習用とテスト用に分離する --- (*3) x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.3, train_size = 0.7, shuffle = True) # 学習する --- (*4) clf = SVC() clf.fit(x_train, y_train) # 評価する --- (*5) y_pred = clf.predict(x_test) print("正解率 = " , accuracy_score(y_test, y_pred))
CSVファイル
以下エラー内容
Traceback (most recent call last):
File "analysis_results.py", line 18, in <module>
clf.fit(x_train, y_train)
File "/Users/idaryuunosuke/.pyenv/versions/anaconda3-5.3.1/envs/py35/lib/python3.5/site-packages/sklearn/svm/base.py", line 146, in fit
accept_large_sparse=False)
File "/Users/idaryuunosuke/.pyenv/versions/anaconda3-5.3.1/envs/py35/lib/python3.5/site-packages/sklearn/utils/validation.py", line 719, in check_X_y
estimator=estimator)
File "/Users/idaryuunosuke/.pyenv/versions/anaconda3-5.3.1/envs/py35/lib/python3.5/site-packages/sklearn/utils/validation.py", line 496, in check_array
array = np.asarray(array, dtype=dtype, order=order)
File "/Users/idaryuunosuke/.pyenv/versions/anaconda3-5.3.1/envs/py35/lib/python3.5/site-packages/numpy/core/numeric.py", line 538, in asarray
return array(a, dtype, copy=False, order=order)
ValueError: could not convert string to float: 'https://youtu.be/-XgdtHewGR0'
アヤメの件と同じでは？
全文載せましたSVNで機械学習しているので関係あると思います。
アヤメの件解決してないです。
＞ValueError: could not convert string to float: 'https://youtu.be/-XgdtHewGR0'
アヤメと全く同じエラーですが、それを解決しないと幾ら手を広げても進めないと思います。
＞SVNで機械学習しているので関係ある
pythonのエラーなので、タグが間違っているのご指摘です。
＞ValueError: could not convert string to float: 'https://youtu.be/-XgdtHewGR0'
見た感じですが、
「x_train に入っているデータが文字列だから受け付けられないよ。floatに変換できるもん（数値データ）入れてよ」
とpythonが言っているように見えます。
そこに入れるデータがその状態でいいのかは確認されましたか？？
＞＞SVNで機械学習しているので関係ある
＞pythonのエラーなので、タグが間違っているのご指摘です。
もし
＞clf.fit(x_train, y_train)
の部分でエラーになってるのであれば機械学習(sklearn)の問題ですが、出ているエラーはpythonのエラーです。sklearnがエラーを出しているのであれば、その理由(推測)を以下に回答しました。
当初エラー発生部分が不明だったため、Pandas部分でのエラーかと思っていました。失礼しました。
回答1件
0
ベストアンサー
私も機械学習は始めたばかりなので確定的に回答できませんが、
エラーメッセージから判断して、Train Dataは数値に置き換え出来る必要があると思われます。
以下の例でも、Train Dataは数値になっており、内部的にfloatに変換されて学習すると思われます。
思われるばかりですいません。
python
1>>> import numpy as np 2>>> X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]]) 3>>> y = np.array([1, 1, 2, 2]) 4>>> from sklearn.svm import SVC 5>>> clf = SVC(gamma='auto') 6>>> clf.fit(X, y) 7SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, 8 decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf', 9 max_iter=-1, probability=False, random_state=None, shrinking=True, 10 tol=0.001, verbose=False) 11>>> print(clf.predict([[-0.8, -1]])) 12[1]
公式ドキュメントよりsklearn.svm.SVC scikit-learn 0.21.3 documentation
SVM(サポートベクターマシン)は線形二値分類のアルゴリズムなので、学習データにURLのような文字データが入ってきても分類できないと思われます。前処理として数値に置き換える(One-Hotエンコーディングなどいろいろあります)まどで、分類可能なデータにする必要があるのでしょう。
二次元である必要は無いでが、以下のようにデータをマッピングして１本の線を引くアルゴリズムなので、URLの状態では困難では無いでしょうか？
アヤメの件についても日付は分類するのには不要だと思われますが、もっとSVMの理解が必要だと思います。
SVMについては以下の書籍が良書のようですが私は途中で断念しました。
サポートベクターマシン入門：共立出版
ヘルプを見ると「X : {array-like, sparse matrix」と有りますので、数値を要求していると思われます。
model.fit() Signature: model.fit(X, y, sample_weight=None) Docstring: Fit the SVM model according to the given training data. Parameters ---------- X : {array-like, sparse matrix}, shape (n_samples, n_features) Training vectors, where n_samples is the number of samples and n_features is the number of features. For kernel="precomputed", the expected shape of X is (n_samples, n_samples). y : array-like, shape (n_samples,) Target values (class labels in classification, real numbers in regression)
疎行列（そぎょうれつ、英: sparse matrix）とは、成分のほとんどが零である行列のことをいう。
投稿2019/09/22 00:43
総合スコア799
あなたの回答
tips
プレビュー
