我正在尝试使用Python和Scikit-learn对存储为特征向量的一组数据进行训练（拟合）随机森林分类器。我可以读取数据，但由于值错误，我无法运行分类器的训练。我使用的源代码如下：

from sklearn.ensemble import RandomForestClassifierfrom numpy import genfromtxt my_training_data = genfromtxt('csv-data.txt', delimiter=',') X_train = my_training_data[:,0] Y_train = my_training_data[:,1:my_training_data.shape[1]] clf = RandomForestClassifier(n_estimators=50) clf = clf.fit(X_train.tolist(), Y_train.tolist())

返回给我的错误如下：

Traceback (most recent call last):File "<stdin>", line 1, in <module>File "/usr/lib/python2.7/dist-packages/sklearn/ensemble/forest.py",  line 260, in fitn_samples, self.n_features_ = X.shapeValueError: need more than 1 value to unpack

csv-data.txt 是一个逗号分隔值文件，包含3996个用于训练分类器的向量。我使用第一维来标记向量，其余为浮点值。这些是分类器中使用的特征向量的维度。

我在这里错过了某些转换吗？

回答：

训练示例按行存储在"csv-data.txt"中，每行的第一个数字包含类别标签。因此，您应该有：

X_train = my_training_data[:,1:]Y_train = my_training_data[:,0]

请注意，在X_train的第二个索引中，您可以省略结束索引，索引会自动运行到末尾（当然，为了清晰起见，您可以明确指出，但这只是供参考）。

另外，在调用fit()时没有必要调用tolist()，因为这些已经是numpy的ndarray，如果参数是列表，fit()函数会将它们转换回numpy的ndarray。

clf.fit(X_train.tolist(), Y_train.tolist())