导出4个机器学习模型的预测时出错

提问开始:

我正在训练和测试我的日期等于10与4个不同的模型。我想为每个模型导出的预测和更正的类别，为每个分裂。

这是我的代码和结果：

for train_index, test_index in kf.split(X, labels):
    print('TRAIN:', train_index,
        'TEST:', test_index) 

    X_train, X_val = X[train_index], X[test_index]
    y_train, y_val = labels[train_index], labels[test_index]


    model1 = LinearSVC()
    model2 = MultinomialNB()
    model3 = LogisticRegression()
    model4 = RandomForestClassifier()

    model1.fit(X_train, y_train)
    model2.fit(X_train, y_train)
    model3.fit(X_train, y_train)
    model4.fit(X_train, y_train)

    result1 = model1.predict(X_val)
    result2 = model2.predict(X_val)
    result3 = model3.predict(X_val)
    result4 = model4.predict(X_val)

    df = pd.DataFrame(data = {"id": X_val, "Prediction": y_val}) 
    df.to_excel('result.xlsx')

到目前为止，我在下面有这个，但它只打印第一行(1-198)，但我不明白导出，你能帮我吗

我有大约2000个句子。

​

​

回答开始:得票数 1

在KFold == 10中设置K时，.split()方法将数据集拆分为10个部分。对于每次迭代，test_index将是第i个部分的索引，而train_index将是9个部分的其余部分。

在您的原始代码中，df显示每个迭代的测试集(X_val，Y_val) (而不是预测)。

我不确定您是否打算这样做，但如果您想要查看每个模型的预测，下面的代码就可以了：

df = pd.DataFrame(data={
    "id": [],
    "ground_true": [],
    "original_sentence": [],
    "pred_model1": [],
    "pred_model2": [],
    "pred_model3": [],
    "pred_model4": []})

for train_index, test_index in kf.split(X, labels):
    print('TRAIN:', train_index,'TEST:', test_index)

    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = labels[train_index], labels[test_index]

    model1 = LinearSVC()
    model2 = MultinomialNB()
    model3 = LogisticRegression()
    model4 = RandomForestClassifier()

    model1.fit(X_train, y_train)
    model2.fit(X_train, y_train)
    model3.fit(X_train, y_train)
    model4.fit(X_train, y_train)

    result1 = model1.predict(X_val)
    result2 = model2.predict(X_val)
    result3 = model3.predict(X_val)
    result4 = model4.predict(X_val)

    temp_df = pd.DataFrame(data={
        "id": X_val,
        "ground_true": y_val,
        "original_sentence": verbatim_train_remove_stop_words[test_index],
        "pred_model1": result1,
        "pred_model2": result2,
        "pred_model3": result3,
        "pred_model4": result4})
    df = pd.concat([df, temp_df])

总结

以上是真正的电脑专家为你收集整理的导出4个机器学习模型的预测时出错的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得真正的电脑专家网站内容还不错，欢迎将真正的电脑专家推荐给好友。