python - 转换目标变量时，“DataFrame”对象没有属性 'ravel'吗？

我正在使用子集数据集进行逻辑回归拟合。拆分数据集并拟合模型后，我收到以下错误消息:
/Users/Eddie/anaconda/lib/python3.4/site-packages/sklearn/utils/validation.py:526: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel(). y = column_or_1d(y, warn=True)
因此，我使用target_newrdn = target_newrdn.ravel()修改了目标变量，但这给了我:
AttributeError: 'DataFrame' object has no attribute 'ravel'
我想知道问题出在哪里，如何解决？有人可以帮忙吗？

我的代码:

    from sklearn.datasets import fetch_covtype
    import numpy as np
    import pandas as pd

    from sklearn.utils import shuffle
    from sklearn.model_selection import train_test_split

    cov = fetch_covtype()
    cov_data = pd.DataFrame(cov.data)
    cov_target = pd.DataFrame(cov.target)

    data_newrdn = cov_data.head(n=10000)
    target_newrdn = cov_target.head(n=10000)


    target_newrdn = target_newrdn.ravel() ## I thought this could fix it??


    X_train2, X_test2, y_train2, y_test2 = train_test_split(data_newrdn,
    target_newrdn, random_state=42)

    scaler.fit(X_train2)
    X_train_scaled2 = scaler.transform(X_train2)

    # Logistic Regression
    param_grid = {'C': [0.001, 0.01, 0.1, 1, 10, 100, 1000]}
    print(param_grid)
    grid = GridSearchCV(LogisticRegression(), param_grid, cv=kfold)
    grid.fit(X_train_scaled2, y_train2)
    print("Best cross-validation score w/ kfold:
    {:.2f}".format(grid.best_score_))
    print("Best parameters: ", grid.best_params_)

最佳答案

显然，数据框没有ravel函数。尝试:

target_newrdn.values.ravel()

target_newrdn.values返回一个numpy ndarray，您可以对此执行ravel。请注意，这将返回一个展平的numpy数组。您可能需要转换回数据框。

但是我认为您需要flatten()代替，因为它返回一个副本，因此，如果您修改ravel返回的数组，则它不会修改原始数组中的条目。

关于python - 转换目标变量时，“DataFrame”对象没有属性 'ravel'吗？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48841624/