Python机器学习识别矩阵异常索引：决策树训练报错排查

• 你的特征集X中的每个样本是list/嵌套list类型（对应DataFrame里State列存储的8×15矩阵），而sklearn的分类器要求输入的特征必须是二维数值数组（每个元素是单个数值，而非容器类型）。当模型尝试将特征转换为float类型时，遇到list就会触发类型错误。

1. 展开矩阵为一维特征向量 #

把State列中每个8×15的二维矩阵展开成120个独立的数值特征，让X符合sklearn要求的输入格式：

import numpy as np
import pandas as pd
from sklearn.tree import DecisionTreeClassifier

# 假设你的DataFrame名为df
# 方法1：将矩阵展开为一维列表，再转成二维数组
X = np.array(df['State'].apply(lambda mat: np.array(mat).flatten()).tolist())
# 方法2：直接展开为多列的DataFrame
X = pd.DataFrame(df['State'].apply(lambda x: np.array(x).ravel()).tolist())

2. 确认标签集y的格式 #

如果Result列存储的是[-1,-1]这样的列表，需要转换成分类器可处理的格式：

• 如果是二分类任务（区分正常/异常）：可以将[-1,-1]映射为0，其他索引对映射为1；
• 如果是多分类任务（识别具体的异常行列）：需要将每个唯一的索引对映射为一个整数标签，比如：

  # 把每个索引对转成元组，再映射为整数
  y_mapping = {tuple(idx): i for i, idx in enumerate(df['Result'].unique())}
  y = df['Result'].apply(lambda x: y_mapping[tuple(x)])
  

3. 验证输入合法性 #

可以用sklearn的工具检查输入格式是否正确：

from sklearn.utils.validation import check_array
check_array(X)  # 无报错则说明格式正确

内容的提问来源于stack exchange，提问作者Pedro R.