在Jupyter Notebook中构建Scikit-learn决策树时遭遇KeyError问题求助

看起来你遇到的KeyError问题根源在于pandas没有正确解析你的CSV文件列名，咱们一步步来定位和解决：

问题原因分析 #

你的数据集示例里，字段是用分号;分隔的（比如第一行是A;B;C;D;E;F;Class），但pandas.read_csv()的默认分隔符是逗号,。这就导致pandas把整行内容当作了单一列，自然找不到你指定的A、B等列名，触发了KeyError。

解决方案步骤 #

1. 修正CSV读取的分隔符参数 #

修改读取数据的代码，明确指定sep=';'参数，让pandas正确拆分列：

from pandas import read_csv
from sklearn import tree

# 关键：指定分隔符为分号
data = read_csv("data.csv", sep=';')
print(data.head())

# 先验证列名是否正确加载
print("数据集列名：", data.columns)

运行这段代码后，data.columns应该输出Index(['A', 'B', 'C', 'D', 'E', 'F', 'Class'], dtype='object')，说明列已正确识别。

2. 确认列名完全匹配 #

如果还是有问题，检查一下数据集的列名是否存在空格、大小写差异（比如列名是'A '带尾空格，或者'a'小写）。如果有，调整predictors列表里的名称，确保和实际列名完全一致。

3. 正常执行后续模型代码 #

确认列正确后，原来的模型构建代码就可以正常运行了：

predictors = ['A','B','C','D','E','F']
X = data[predictors]
Y = data.Class

decisionTreeClassifier = tree.DecisionTreeClassifier(criterion="entropy")
dTree = decisionTreeClassifier.fit(X, Y)

dotData = tree.export_graphviz(dTree, out_file=None)
print(dotData)

额外排查技巧 #

如果仍然遇到问题，可以用data.info()查看数据集的结构，确认列的数量、名称和数据类型是否符合预期，帮助进一步定位问题。

内容的提问来源于stack exchange，提问作者chiasuz