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!

新規登録して質問してみよう
ただいま回答率
87.20%
機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

Pythonでk近傍法を実行すると,AttributeErrorが出ます。

tt_setsu01
tt_setsu01

総合スコア1

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

1回答

0リアクション

0クリップ

164閲覧

投稿2022/08/02 01:08

前提

Python初心者です。機械学習の知識は多少あります。

実現したいこと

KNeighborsRegressor()を用いて,簡単な回帰 (予測) を行いたい。

発生している問題・エラーメッセージ

AttributeError: 'list' object has no attribute 'shape'

該当のソースコード

Python

import numpy as np from sklearn import neighbors # 評価値行列 rating_mtx = np.array([[5, 3, 4, 2, np.NaN], [3, 1, 2, 3, 3], [4, 3, 4, 2, 5], [3, 3, 1, 5, 4], [1, 5, 5, 2, 1]]) # 学習用データ X = rating_mtx[1:5, 0:4] # 説明変数 y = rating_mtx[1:5, 4] # 目的変数 # 検証データ x_suzuki = rating_mtx[0, 0:4] # モデル構築 knn = neighbors.KNeighborsRegressor(3, weights='distance', metric='euclidean') model = knn.fit(X, y) # 評価値の推定 model.predict([x_suzuki])

試したこと

上記のコードは,(株)BrainPadの小田氏によるコードそのままですが,
最後のmodel.predict()のところでAttributeErrorが出ます。

引数のx_suzukiは,確かに二次元リストになっていると思うのですが,
うまく動きません。私のnumpy配列についての理解が不足しているため,
解決策を思い付くことができません。どなたか,ご教示いただけないでしょうか。

補足情報(FW/ツールのバージョンなど)

コーディング環境はGoogle Colaboratoryです。また,上記コードの引用元は次のURLです。
https://blog.brainpad.co.jp/entry/2017/02/03/153000

以下のような質問にはリアクションをつけましょう

  • 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

リアクションが多い質問は、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。

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。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問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

適切な質問に修正を依頼しましょう。

jbpb0

2022/08/02 02:06 編集

下記を実行して、表示される結果を比べてみてください print([x_suzuki]) print(x_suzuki) print(np.array([x_suzuki])) print(x_suzuki.reshape(1,-1)) 一つ目はリスト、二つ目はnumpy配列ですが1次元、どちらもダメです (現状google colabに入ってるscikit-learn 1.0.2では) print(model.predict([x_suzuki])) print(model.predict(x_suzuki)) 下の二つは2次元のnumpy配列なので大丈夫です print(model.predict(np.array([x_suzuki]))) print(model.predict(x_suzuki.reshape(1,-1)))

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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る

質問する

関連した質問

同じタグがついた質問を見る

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。