python - мультиклассовая логистическая регрессия для прогнозирования сезона

Question

python - мультиклассовая логистическая регрессия для прогнозирования сезона

1

Я хочу завершить свой логистический регрессионный алгоритм, который предсказывает годовой сезон на основе названия магазина и категории покупки (см. Ниже примерные данные и обратите внимание на кодировку ярлыков). Имя магазина - это любая типичная строка, а категории, tops - одна из разновидностей равномерного ввода строк. То же самое для четырех сезонов.

store_df.head()

        shop    category    season
    0   594     4           2
    1   644     4           2
    2   636     4           2
    3   675     5           2
    4   644     4           0

Мой полный код ниже, и я не уверен, почему он не принимает форму моих входных значений. Моя цель - использовать магазин и категорию для прогнозирования сезона.

predict_df = store_df[['shop', 'category', 'season']]
predict_df.reset_index(drop = True, inplace = True)
le = LabelEncoder()
predict_df['shop'] = le.fit_transform(predict_df['shop'].astype('category'))
predict_df['top'] = le.fit_transform(predict_df['top'].astype('category'))
predict_df['season'] = le.fit_transform(predict_df['season'].astype('category'))
X, y = predict_df[['shop', 'top']], predict_df['season']
xtrain, ytrain, xtest, ytest = train_test_split(X, y, test_size=0.2)
lr = LogisticRegression(class_weight='balanced', fit_intercept=False, multi_class='multinomial', random_state=10)
lr.fit(xtrain, ytrain)

Когда я запускаю выше, я нажимаю на ошибку, ValueError: bad input shape (19405, 2)

Моя интерпретация заключается в том, что она связана с двумя функциями ввода, но что мне нужно изменить, чтобы иметь возможность использовать обе функции?

Mr. Jibz 23 июнь 2018, в 21:59

Источник

Теги:

python

logistic-regression

encoding

1 ответ

Ещё вопросы

KRKirov · Accepted Answer · 2018-06-23T22-36-00.000Z

Вот рабочий пример, который вы можете использовать для сравнения кода и удаления любых ошибок. Я добавил несколько строк в фрейм данных - детали и результаты после кода. Как вы видите, модель правильно предсказала три из четырех лейблов.

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import confusion_matrix

le = LabelEncoder()
sc = StandardScaler()

X = pd.get_dummies(df.iloc[:, :2], drop_first=True).values.astype('float')
y = le.fit_transform(df.iloc[:, -1].values).astype('float')

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=0)
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)
y_pred = log_reg.predict(X_test)

conf_mat = confusion_matrix(y_test, y_pred)

df
Out[32]: 
   shop  category  season
0   594         4       2
1   644         4       2
2   636         4       2
3   675         5       2
4   644         4       0
5   642         2       1
6   638         1       1
7   466         3       0
8   455         4       0
9   643         2       1

y_test
Out[33]: array([2., 0., 0., 1.])

y_pred
Out[34]: array([2., 0., 2., 1.])

conf_mat
Out[35]: 
array([[1, 0, 1],
       [0, 1, 0],
       [0, 0, 1]], dtype=int64)