我试图从csv文件加载训练和测试数据，使用scikit/sklearn运行随机森林回归器，然后预测测试文件的输出。

TrainLoanData.csv文件包含5列；第一列是输出，接下来的4列是特征。TestLoanData.csv包含4列 – 特征。

当我运行代码时，得到错误：

    predicted_probs = ["%f" % x[1] for x in predicted_probs]IndexError: invalid index to scalar variable.

这是什么意思？

这是我的代码：

import numpy, scipy, sklearn, csv_io //csv_io from https://raw.github.com/benhamner/BioResponse/master/Benchmarks/csv_io.pyfrom sklearn import datasetsfrom sklearn.ensemble import RandomForestRegressordef main():    #读取训练文件    train = csv_io.read_data("TrainLoanData.csv")    #设置训练响应    target = [x[0] for x in train]    #设置训练特征    train = [x[1:] for x in train]    #读取测试文件    realtest = csv_io.read_data("TestLoanData.csv")    # 随机森林代码    rf = RandomForestRegressor(n_estimators=10, min_samples_split=2, n_jobs=-1)    # 拟合训练数据    print('fitting the model')    rf.fit(train, target)    # 对测试数据运行模型    predicted_probs = rf.predict(realtest)    print predicted_probs    predicted_probs = ["%f" % x[1] for x in predicted_probs]    csv_io.write_delimited_file("random_forest_solution.csv", predicted_probs)main()

回答：

RandomForestRegressor的返回值是一个浮点数数组：

In [3]: rf = RandomForestRegressor(n_estimators=10, min_samples_split=2, n_jobs=-1)In [4]: rf.fit([[1,2,3],[4,5,6]],[-1,1])Out[4]: RandomForestRegressor(bootstrap=True, compute_importances=False,           criterion='mse', max_depth=None, max_features='auto',           min_density=0.1, min_samples_leaf=1, min_samples_split=2,           n_estimators=10, n_jobs=-1, oob_score=False,           random_state=<mtrand.RandomState object at 0x7fd894d59528>,           verbose=0)In [5]: rf.predict([1,2,3])Out[5]: array([-0.6])In [6]: rf.predict([[1,2,3],[4,5,6]])Out[6]: array([-0.6,  0.4])

所以你试图像(-0.6)[1]这样索引一个浮点数，这是不可行的。

顺便提一下，模型不会返回概率。