问题描述
我有 csv 文件,我将稍后需要的所有数据写入另一个文件中,然后将原始 csv 文件的第一列放入变量 Y 中。现在我只需要放置我的新 csv 文件转换为变量 X,但格式良好,因此我可以使用 DecisionTreeClassifier。
## Testing classifers ##
df=pd.read_csv('G1.csv')
## Write datasets for X ##
#with open('G1.csv') as csvfile:
# readCSV = csv.reader(csvfile,delimiter=',')
# for row in readCSV:
# temp = []
# temp.append(row[4])
# temp.append(row[5])
# temp.append(row[6])
# temp.append(row[7])
# temp.append(row[8])
# temp.append(row[9])
# temp.append(row[10])
# temp.append(row[11])
# temp.append(row[12])
# temp.append(row[13])
# temp.append(row[14])
# temp.append(row[15])
# temp.append(row[16])
# temp.append(row[17])
# file = open('TestFile.csv','a+',newline ='')
# with file:
# write = csv.writer(file)
# write.writerow(temp)
# file.close()
## Write datasets for Y ##
Y = []
with open("G1.csv","r") as csv_file:
csv_reader = csv.reader(csv_file,')
for lines in csv_reader:
Y.append(lines[0])
X = pd.read_csv('TestFile.csv')
P = [[2.94008,3.03106,-9.70609,6.09667,6.51713,0.0900986,NaN,0.792683,-1.70732,-1.82927,1008.96,31.54]]
#{Decision Tree Model}
clf = DecisionTreeClassifier()
clf = clf.fit(X,Y)
print ("\n1) Using Decision Tree Prediction is " + str(clf.predict(P)))
我对 Python 非常陌生,所以请不要判断某些语法或其他东西。我只是在将数据从文件转换为格式良好的变量 X 时遇到问题,因此我可以使用分类器。
TestFile.csv 看起来像
[2.77009,3.4261,-9.76116,6.93759,7.02769,-0.4245,-0.8415,2.6535,-0.609756,0.0609756,-0.182927,31.54]
还有更多类似的案例
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)