python エラー

Question

weights, params = [], []

for c in np.arange(-5, 5):
    lr = LogisticRegression(C=10**c, random_state=0)
    lr.fit(X_train_std, y_train)
    weights.append(lr.coef_[1])
    params.append(10**c)

weights = np.array(weights)
plt.plot(params, weights[:, 0], 
         label='petal length')
plt.plot(params, weights[:, 1], linestyle='--', 
         label='petal width')
plt.ylabel('weight coefficient')
plt.xlabel('C')
plt.legend(loc='upper left')
plt.xscale('log')
# plt.savefig('./figures/regression_path.png', dpi=300)
plt.show()
コード

Traceback (most recent call last):

File "<ipython-input-43-8167fc659482>", line 4, in <module>
lr = LogisticRegression(C=10**c, random_state=0)

ValueError: Integers to negative integer powers are not allowed.

https://github.com/rasbt/python-machine-learning-book/blob/870838e4b95ab84e5777e2516677abe7f4969a50/code/ch03/ch03.ipynbのコードで実行できないところがあります。どうしたら実行できるようになりますか？
環境はanaconda 4.4.0を使っています
このCh3ではほかにも実行できないところや、マーカーのoがつかなかったりします。パソコン側に問題があるのでしょうか

Answer 1

まずはエラーをしっかり読みましょう。

ValueError: Integers to negative integer powers are not allowed.
(負の整数による整数のべき乗は許されない)

これはnumpy固有の仕様です。
例えば、次のコードは想定通り動きます。

for num in range(-5, 5):
    print(10**num)

対して、次のコードは動きません。

for num in np.arange(-5, 5):
    print(10**num)

""" ValueError: Integers to negative integer powers are not allowed.
"""

---

逆に言うと、整数でなければnumpyでも期待通りの動作を見せます。

for num in np.arange(-5, 5):
    print(10.**num)

numpyの整数型の癖の強さについては、Githubでも話題になっていました。

• 質問者様と同じような質問
• np.intとnp.boolを非推奨する意見

---

当方のネット環境の調子が悪く、質問者様の実行しているコードを見ることが出来ていません。
しかし、少なくともこのエラーに関しては、パソコンの設定の問題ではないと思います。

Answer 2

ほぼ素のAnaconda環境(OS=Win10, python=3.5.x)にて
提示されたURLからはダウンロードできなかったためChapter 3 - A Tour of Machine Learning Classifiers Using Scikit-Learnから落として実行してみました。
Image(filename='./images/03_03.png', width=500)あたりはファイルがないので仕方がないとしてimport pydotplusあたりも実行できませんでした。
pydotplusは追加でインストール必要なモジュールなのかもしれません。

ただ、以下の最低限のコードは実行できました。
元コードでは 「lr = LogisticRegression(C=**10****c, random_state=0)」ですが
以下コードでは「lr = LogisticRegression(C=**10.****c, random_state=0)」となっています。
原因としてはLouiS0616さんの指摘通りと思います。

from sklearn import __version__ as sklearn_version
print(sklearn_version)

from sklearn import datasets
iris = datasets.load_iris()
X = iris.data[:, [2, 3]]
y = iris.target

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.3, random_state=0)

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
sc.fit(X_train)
X_train_std = sc.transform(X_train)
X_test_std = sc.transform(X_test)

import numpy as np
from sklearn.linear_model import LogisticRegression
weights, params = [], []
for c in np.arange(-5., 5.):
    lr = LogisticRegression(C=10.**c, random_state=0)
    lr.fit(X_train_std, y_train)
    weights.append(lr.coef_[1])
    params.append(10**c)

import matplotlib.pyplot as plt

weights = np.array(weights)
plt.plot(params, weights[:, 0],
         label='petal length')
plt.plot(params, weights[:, 1], linestyle='--',
         label='petal width')
plt.ylabel('weight coefficient')
plt.xlabel('C')
plt.legend(loc='upper left')
plt.xscale('log')
plt.show()

Comments

[simasimaa]

weights, params = [], []

for c in np.arange(-5, 5):
lr = LogisticRegression(C=10**c, random_state=0)
lr.fit(X_train_std, y_train)
weights.append(lr.coef_[1])
params.append(10**c)

weights = np.array(weights)
plt.plot(params, weights[:, 0],
label='petal length')
plt.plot(params, weights[:, 1], linestyle='--',
label='petal width')
plt.ylabel('weight coefficient')
plt.xlabel('C')
plt.legend(loc='upper left')
plt.xscale('log')
# plt.savefig('./figures/regression_path.png', dpi=300)
plt.show()
は実行できましたか？

[8524ba23]

回答を修正しました。確認ください。

[simasimaa]

ありがとうございます

[8524ba23]

解決したのであればよかったです。
BAは真の原因を指摘されたLouiS0616さんのほうがふさわしいかと。