我有一个包含15个样本的数据集。它有3个特征和一个目标标签。我该如何使用Python（Pandas）将对应于这3个特征的值加载到数组中？

我想在这个数据集上训练一个决策树分类器。为此，我需要将样本加载到数组中，使得所有数据点都在数组X中，对应的标签在另一个数组Y中。我应该如何操作？

数据集看起来如下所示：

     x1   x2   x3   z
0   5.5  0.5  4.5   2
1   7.4  1.1  3.6   0
2   5.9  0.2  3.4   2
3   9.9  0.1  0.8   0
4   6.9 -0.1  0.6   2
5   6.8 -0.3  5.1   2
6   4.1  0.3  5.1   1
7   1.3 -0.2  1.8   1
8   4.5  0.4  2.0   0
9   0.5  0.0  2.3   1
10  5.9 -0.1  4.4   0
11  9.3 -0.2  3.2   0
12  1.0  0.1  2.8   1
13  0.4  0.1  4.3   1
14  2.7 -0.5  4.2   1

我已经将数据集加载到一个数据框中：

import pandas as pd
df = pd.read_csv('C:\Users\Dell\Downloads\dataset.csv')
print(df.to_string())

我需要知道如何将特征x1、x2和x3对应的值加载到X中（作为训练样本），以及将标签z对应的值加载到Y中（作为训练样本的标签）。

谢谢。

回答：

首先，你需要将数据加载到一个数据框中。

由于你的数据格式非常特殊，我将其转换为常规的.csv格式，以便更容易理解这个示例。

x1,x2,x3,z
5.5,0.5,4.5,2
7.4,1.1,3.6,0
5.9,0.2,3.4,2
9.9,0.1,0.8,0
6.9,-0.1,0.6,2
6.8,-0.3,5.1,2
4.1,0.3,5.1,1
1.3,-0.2,1.8,1
4.5,0.4,2.0,0
0.5,0.0,2.3,1
5.9,-0.1,4.4,0
9.3,-0.2,3.2,0
1.0,0.1,2.8,1
0.4,0.1,4.3,1
2.7,-0.5,4.2,1

如果你已经将数据加载到数据框中，那么工作已经完成了一半。我提供了一个使用“caret”包进行线性回归模型的示例。

library("caret")
my.dataframe <- read.csv("myExample.csv", header = T, sep =",")
fit <-  train(z ~ .,  data = my.dataframe, method = "lm")
fit

基本上，你只需要将method中的“lm”替换为其他模型的名称即可训练其他类型的模型。以下是可供选择的模型列表：http://topepo.github.io/caret/available-models.html

要训练一个随机森林模型，你可以输入以下代码：

library("caret")
my.dataframe <- read.csv("myExample.csv", header = T, sep =",")
fit <-  train(z ~ .,  data = my.dataframe, method = "rf")
fit

但也要注意，你的数据量非常有限——并不是每个模型都适合只有15个数据点的情况。

例如，随机森林模型会给出以下警告：

45: In randomForest.default(x, y, mtry = param$mtry, …) : The response has five or fewer unique values. Are you sure you want to do regression?