Sklearnのロジスティック回帰関数に特徴ベクトルを渡す

Question

LogisticRegressionを使用してkaggle.comのタイタニック問題をモデル化しています。 私はシグモイド関数をモデル化するために、年齢、性別などの複数の変数を使用したいと思います。 セックスのような唯一の1変数で使用した場合と同じ方法では正常に動作しますが、それは

TypeError: float() argument must be a string or a number, not 'method'

私の推測では、私が正しく再形成法を使用していないということである複数の変数とするために使用される次のエラーがスローされます。 PS：私はPythonとSklearnライブラリの初心者です。私は簡単に行ってください。

import pandas as pd 
from sklearn.linear_model import LogisticRegression 
import numpy as np 


df = pd.read_csv(r'C:\Users\abhi\Downloads\train.csv') 

df.Age = df.Age.fillna(df.Age.mean) 
df.Embarked = df.Embarked.fillna(df.Embarked.median) 
x1 = df.Pclass 
x2 = df.Sex 
for i in range(len(x2)): 
    if x2[i]=='male': 
     x2[i]=1 
    else: 
     x2[i]=0 
#female,male 0,1 

x3 = df.Age 
x4 = df.SibSp 
x5 = df.Parch 
x6 = df.Ticket 
x7 = df.Fare 
x9 = df.Embarked 
for i in range(len(x9)): 
    if x9[i]=='C': 
     x9[i]=0 
    elif x9[i]=='Q': 
     x9[i]=1 
    else :x9[i]=2 

# C,Q,S = 0,1,2 
# Creating a feature vector of multiple vectors 

i2 = pd.DataFrame() 
i2['Pclass'] = x1 
i2['Sex'] = x2 
i2['Age'] = x3 
i2['SibSp'] = x4 
i2['Parch'] = x5 
i2['Fare'] = x7 
i2['Embarked'] = x9 
i2 = np.array(i2) 
i2 = i2.reshape(-1,1) 

ytrain = df.Survived 
ytrain = np.array(ytrain) 
ytrain = ytrain.reshape(-1,1) 
c1 = LogisticRegression(penalty='l2',solver='liblinear') 
c1.fit(i2,ytrain,sample_weight=None) 
c1.score(i2,ytrain,sample_weight=None) 

Answer 1

この行を削除してコードを実行できますか？ (-1,1)に i2 = i2.reshape(-1,1)

リシェイプi2i2内の要素の総数の長さi2ものと次元配列を変えていきます。これはおそらくあなたがしたいことではありません。