代码之家 › 专栏 › 技术社区 › Anx8

minepy:缓冲区的维度数错误

data-science regression pandas python-3.x python

Anx8 · 技术社区 · 8 年前

我试图使用jupyter笔记本中的最大信息系数 Boston Housing dataset 。

import numpy as np
import pandas as pd
from minepy import MINE

#Read dataset
df = pd.read_csv('housing.data', delim_whitespace=True, header=None);
col_name = ['CRIM', 'ZN' , 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT', 'MEDV']
df.columns = col_name;

#Compute MIC
m = MINE()
m.compute_score(df[col_name[0:13]], df.MEDV)
print(m.mic())

m.compute_score(.. 给了我一个 ValueError: Buffer has wrong number of dimensions (expected 1, got 2) 。

使现代化

我现在明白了 compute_score() 应为向量而不是矩阵。在以下各项之间找到话筒得分的正确方法是什么 df.MEDV 以及13个功能 df[col_name[0:13]] ?

1 回复 | 直到 8 年前

Julián Esteban Salomón Torres 8 年前

我对minepy了解不多,但查看源代码, compute_score 接收 x 和 y 参数必须是1D数组,如果传递14xN数组(2D),则此操作无效。

相反 pstats (View on API) 接收二维阵列,并 cstats (View on API) 接收一对2D数组,因此您可以同时查看这两个数组,如前所述,我不太了解minepy或您要查找的目的,但您可以按如下方式使用它们:

from minepy import pstats, cstats

... # Load of the data

micOneVector, ticOneVector = pstats(df)            # Returns mic and tic (Arrays of 1D)

micTwoVectors, ticTwoVectors = cstats(df, df.MEDV) # Returns mic and tic (Arrays of 1D)

参考文献

minepy - Source code

minepy - Python API