質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.37%

機械学習のエラーについて

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,040

score 31

前提・実現したいこと

最後予測するところでエラーが出ます

発生している問題・エラーメッセージ

ValueError                                Traceback (most recent call last)
<ipython-input-106-badfaf7f9db2> in <module>
      2 lr = LogisticRegression()
      3 lr.fit(x_train, y_train)
----> 4 lr.predict(x_test)

/opt/conda/lib/python3.6/site-packages/sklearn/linear_model/base.py in predict(self, X)
    287             Predicted class label per sample.
    288         """
--> 289         scores = self.decision_function(X)
    290         if len(scores.shape) == 1:
    291             indices = (scores > 0).astype(np.int)

/opt/conda/lib/python3.6/site-packages/sklearn/linear_model/base.py in decision_function(self, X)
    268         if X.shape[1] != n_features:
    269             raise ValueError("X has %d features per sample; expecting %d"
--> 270                              % (X.shape[1], n_features))
    271 
    272         scores = safe_sparse_dot(X, self.coef_.T,

ValueError: X has 4 features per sample; expecting 5

該当のソースコード

# 欠損値の補完
train_age_mean = train['Age'].mean()
train.fillna(value={'Age':train_age_mean}, inplace=True)
train['Age'] = train['Age'].astype(int)
# 特徴量の削除
train.drop('PassengerId', axis=1, inplace=True)
train.drop('Name', axis=1, inplace=True)
train.drop('Ticket', axis=1, inplace=True)
train.drop('Cabin', axis=1, inplace=True)
train.drop('Embarked', axis=1, inplace=True)
# 特徴量の値の変化
train.replace({'male':0, 'female':0}, inplace=True)
# 特徴量エンジニアリング
train['familysize'] = train['SibSp'] + train['Parch'] + 1
train.drop('SibSp', axis=1, inplace=True)
train.drop('Parch', axis=1, inplace=True)
#train['Fare'] = train['Fare'].astype(int)
train.drop(train.columns[np.isnan(train).any()], axis=1, inplace=True)

# 欠損値の補完
test_age_mean = test['Age'].mean()
test.fillna(value={'Age':test_age_mean}, inplace=True)
test['Age'] = test['Age'].astype(int)
# 特徴量の削除
test.drop('PassengerId', axis=1, inplace=True)
test.drop('Name', axis=1, inplace=True)
test.drop('Ticket', axis=1, inplace=True)
test.drop('Cabin', axis=1, inplace=True)
test.drop('Embarked', axis=1, inplace=True)
# 特徴量の値の変化
test.replace({'male':0, 'female':0}, inplace=True)
# 特徴量エンジニアリング
test['familysize'] = test['SibSp'] + test['Parch'] + 1
test.drop('SibSp', axis=1, inplace=True)
test.drop('Parch', axis=1, inplace=True)
#train['Fare'] = train['Fare'].astype(int)
test.drop(test.columns[np.isnan(test).any()], axis=1, inplace=True)

train

# 説明変数と目的変数の定義
train = train[train.columns[::-1]]
x_train = train.loc[:, :'Pclass']
y_train = train.loc[:, 'Survived']
x_test = test
x_test

# モデルの作成
lr = LogisticRegression()
lr.fit(x_train, y_train)
lr.predict(x_test)

試したこと

色々調べた

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • meg_

    2019/10/07 00:50

    エラーメッセージによると、featureの数が想定と違うとのことなので、x_trainとx_testの中身(列数?)を確認して修正すれば良さそうですが。
    ※対策済みであれば、「試したこと」に追記ください。

    キャンセル

  • rikubon_

    2019/10/07 02:03

    列数を確認してみた結果なぜかテスト用に一つ特徴量が少なかったです。しかし前処理では同じことを書いているのに学習用とテスト用では特徴量が違うのでしょうか

    キャンセル

  • nandymak

    2019/10/07 08:33

    データが提示されていないので何故かはわかりませんが、処理が全く同じであれば最初から1列不足していたのでは?

    キャンセル

回答 1

checkベストアンサー

0

気づいたところだけですが。

np.isnan(train).any()

anyはaxisを指定しないと「配列全体のany」を取ってスカラーで返すので、どこか1箇所でもnanがあればTrue(数値としては1)が返って1のがなくなります。

というか、nanの有無に依存するようなdropはかけないほうが良いでしょう(学習データと訓練データでnanの含み方が同じ保証はないので……)。

あとはx_trainとx_testのデータフレームのcolumnsを貼って見せてくれると良いかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る