传递了稀疏矩阵，但需要密集数据。使用 X.toarray() 转换为密集 numpy 数组

Question

代码如下，我尝试使用 GBRT 回归树的训练数据，相同的数据适用于其他分类器，但对于 GBRT 给出上述错误。请帮忙：

dataset = load_files('train')
vectorizer = TfidfVectorizer(encoding='latin1')
X_train = vectorizer.fit_transform((open(f).read() for f in dataset.filenames)) 
assert sp.issparse(X_train)     
print("n_samples: %d, n_features: %d" % X_train.shape)
y_train = dataset.target
def benchmark(clf_class, params, name):
    clf = clf_class(**params).fit(X_train, y_train)

Answer 1

我在尝试使用

GradientBoostingClassifier

加载的数据来训练

load_svmlight_files

时遇到了同样的问题。通过将稀疏矩阵转换为 numpy 数组来解决。

X_train.todense()

Answer 2

因为sklearn请求X（训练数据）中的GBRT是

array-like

而不是

sparse matrix

：sklearn-gbrt

我希望这可以帮助你！

Answer 3

问题在于你使用了sklearn的OneHotEncoder。

您需要使用以下内容：

从 sksurv.preprocessing 导入 OneHotEncoder

Answer 4

最新版本的

OneHotEncoder

 库不再支持 

sklearn

。代码修改为用户

ColumnTransformer

.

from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer
ct = ColumnTransformer([('town', OneHotEncoder(), [0])], remainder = 'passthrough')

X = ct.fit_transform(X).toarray()