IndexError: boolean index did not match indexed array along dimension 0; dimension is 9 but correspo

对某银行在降低贷款拖欠率的数据进行逻辑回归建模(python数据分析与挖掘实战 5-1)

import pandas as pd
#参数初始化
filename = r'E:\python\《Python数据分析与挖掘实战》\Python数据分析与挖掘实战\chapter5\demo\data\bankloan.xls'
data = pd.read_excel(filename)
x = data.iloc[:,:8].as_matrix()
y = data.iloc[:,8].as_matrix()

from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR
rlr = RLR() #建立随机逻辑回归模型,筛选变量
rlr.fit(x,y)#训练模型
rlr.get_support()#获取特征筛选结果,也可以通过.scores_方法获取各个特征的分数
print(u'通过随机逻辑回归模型筛选特征结束')
import numpy as np
print(u'有效特征为:%s' % ','.join(data.columns[rlr.get_support()]))
x = data[data.columns[rlr.get_support()]].as_matrix() #筛选好特征

lr = LR() #建立逻辑回归模型
lr.fit(x,y) #用筛选后的特征数据来训练模型
print(u'逻辑回归模型训练结束')
print(u'模型的平均正确率为:%s' % lr.score(x,y))#给出模型的平均正确率

报错:IndexError: boolean index did not match indexed array along dimension 0; dimension is 9 but correspo

解决:

看下这个get_support()函数原型,找到官方文档,截个图:

IndexError: boolean index did not match indexed array along dimension 0; dimension is 9 but correspo_第1张图片
可以看到returns部分,大概意思就是Indices是False,就返回一个类型是boolean的数组,如果indices是True,就返回一个整型数组,所以解决办法就是把参数改变。默认的是False,改为indices=True就好了,如下:

print(u'有效特征为:%s' % ','.join(data.columns[rlr.get_support(indices=True)]))
x = data[data.columns[rlr.get_support(indices=True)]].as_matrix() #筛选好特征

 

你可能感兴趣的:(数据分析与数据挖掘,一些知识总结)