我想预测用户是否会点击链接。我使用了逻辑回归。我一开始有很多数据，但在23个例子中没有遇到这个异常。当我尝试使用300万条数据时，就出现了这个异常。

以下是我的代码，改编自scikit-learn网站上的示例：

data = [line.strip() for line in open('dataforSVM.txt')]pod=[];listData=[];y=[];for i in range(0,len(data)):    splitData=data[i].split(',' );    tempPod=[];    for j in range(0,len(splitData)-1):        if isFloat(splitData[j]):            tempPod.append(float(splitData[j]));    y.append(float(splitData[j]));    pod.append(tempPod)X=pod;Y=y;h = .02  # step size in the meshlogreg = linear_model.LogisticRegression(C=1.0, class_weight='auto', dual=False, fit_intercept=True,          intercept_scaling=1, penalty='l2', random_state=None, tol=0.0001)Z=logreg.predict(X)print Zacc = accuracy_score(Y, Z)print acc

我得到了以下错误：

Traceback (most recent call last):  File "D:/Users/jures/Desktop/logisticRegression.py", line 45, in <module>    logreg.fit(X, Y)  File "C:\Python27\lib\site-packages\sklearn\svm\base.py", line 668, in fit    X = atleast2d_or_csr(X, dtype=np.float64, order="C")  File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 134, in atleast2d_or_csr    "tocsr", force_all_finite)  File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 111, in _atleast2d_or_sparse    force_all_finite=force_all_finite)  File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 91, in array2d    X_2d = np.asarray(np.atleast_2d(X), dtype=dtype, order=order)  File "C:\Python27\lib\site-packages\numpy\core\numeric.py", line 320, in asarray    return array(a, dtype, copy=False, order=order)ValueError: setting an array element with a sequence.

回答：

您可以通过使用以下内容作为数据文件来重现您的问题：

1,1,0A,3,15,5,0

由于if isFloat(splitData[j])，您忽略了数据中一些用于X的值。因此，您最终得到的二维数组pod中，有些行包含的条目比其他行少，从而导致错误。您应该清理数据，然后去掉那个if条件。

此外，您的y似乎也有问题。通过使用y.append(float(splitData[j]));，您将使用for循环中的最后一个值作为j。但您并没有在行的最后一个元素处停止那个for循环，而是在倒数第二个元素处停止。因此，每行数据的最后一个元素（通常是标签）将被丢弃。您可能需要使用j+1来解决这个问题。