scikit-learnクラシファイアのパラメータを変更するとUnicodeDecodeErrorが発生する

Question

スカンジナビア文字を含むフリーテキストの列に100kの行を含むcsvファイルがあり、True/Falseを予測するためのscikit-learnクラシファイアに合っています別の列に表示されます）。

私は出発点としてこの例を使用しています：私は最初に変更http://scikit-learn.org/0.15/auto_examples/grid_search_text_feature_extraction.html

唯一のものはデータであり、訓練+テストは有用な結果で罰金行きます。

ただし、liblinearのようなLinearSVCクラシファイアをテストしたい場合があります。その場合、場合によってはより良い結果が得られる可能性があります。 「LinearSVC」に分類器だけを変更していないか、代わりの例のようにSGDClassifierにこだわるが、私は、入力CSVファイルから上昇しなければならないこのエラーを想定しています

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 312: ordinal not in range(128) 

にデフォルトのヒンジ結果からsquared_hingeする損失関数を変更することなく、なぜURLからの最初の例がスムーズに実行され、全く同じ入力データで分類子のプロパティを変更すると、このエラーが発生するのか理解できません。これがなぜ起こっているのでしょうか？

第2に、私はPythonのスタックトレースに精通しておらず、エラーをデバッグする方法や問題のあるバイトまでトレースする方法についての助けに感謝します。スタックトレースは以下の通りです：

Traceback (most recent call last): 

    File "<ipython-input-33-2a0e420237f0>", line 48, in <module> 
grid_search.fit(data_train.kuvaus, data_train.loukkaantuneita) 

    File "C:\Users\x\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\model_selection\_search.py", line 945, in fit 
return self._fit(X, y, groups, ParameterGrid(self.param_grid)) 

    File "C:\Users\x\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\model_selection\_search.py", line 564, in _fit 
for parameters in parameter_iterable 

    File "C:\Users\x\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\externals\joblib\parallel.py", line 768, in __call__ 
self.retrieve() 

    File "C:\Users\x\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\externals\joblib\parallel.py", line 696, in retrieve 
stack_start=1) 

    File "C:\Users\x\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\externals\joblib\format_stack.py", line 417, in format_outer_frames 
return '\n'.join(format_records(output[stack_end:stack_start:-1])) 

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 312: ordinal not in range(128) 

data_trainがdata_train.loukkaantuneitaとフリーテキストTrue/FalseのとパンダDATAFRAMEあるdata_train.kuvaus列（UTF-8のはず）。

Answer 1

コードの初め@この文を入れて実行してみてください：

import sys 
reload(sys) 
sys.setdefaultencoding('utf-8')