Python决策树算法代码出现无效语法错误，请求排查修复

1. 核心语法错误（报错行） #

x_train=[:-1]和x_test=[-1:]是无效Python语法——切片操作必须基于某个可迭代对象，这里你要对之前生成的x_vector做切片，正确写法：

x_train = x_vector[:-1]
x_test = x_vector[-1:]

2. 其他隐藏错误修复 #

除了上述语法问题，代码里还有多处拼写、语法及API使用错误，一并修正：

• 变量名错误：x-feature=data[cols_to_retain]中的减号会被识别为减法运算，改为下划线命名：x_feature = data[cols_to_retain]
• 类名拼写错误：StandardScalar应为StandardScaler（sklearn标准化类的正确名称）
• 类实例化缺失：le=LabelEncoder需要实例化对象，改为le = LabelEncoder()
• 参数拼写错误：tree.DecisionTreeClassifier(criteron='entropy')中的criteron拼写错误，应为criterion
• API调用错误：DecisionTreeClassifier没有fit_transform方法，训练模型应使用fit方法：clf.fit(x_train, y_train)
• 字典方法调用错误：x_feature.T.to_dict.values()需先调用to_dict()方法，改为x_feature.T.to_dict().values()

修复后的完整代码 #

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder
from sklearn.feature_extraction import DictVectorizer
from sklearn import tree
from sklearn.metrics import accuracy_score,classification_report
import warnings
from sklearn.preprocessing import StandardScaler
from sklearn.neural_networks import MLPClassifier

warnings.filterwarnings(action='ignore',category=DeprecationWarning)

data=pd.read_csv('data.csv')
cols_to_retain=[]  # 需手动填充要用作特征的列名，否则x_feature为空

x_feature=data[cols_to_retain]
x_dict=x_feature.T.to_dict().values()

vect=DictVectorizer(sparse=False)
x_vector=vect.fit_transform(x_dict)
print(x_vector)

x_train = x_vector[:-1]
x_test = x_vector[-1:]
print('Train set')
print(x_train)
print('Test set')
print(x_test)

le=LabelEncoder()
y_train=le.fit_transform(data['Goal'][:-1])

clf=tree.DecisionTreeClassifier(criterion='entropy')
clf.fit(x_train,y_train)
print('Test Data')
print(le.inverse_transform(clf.predict(x_test)))

额外提醒 #

• cols_to_retain目前是空列表，运行时会导致x_feature为空DataFrame，需补充你要使用的特征列名
• 若data['Goal']存在缺失值，LabelEncoder会报错，建议提前处理数据缺失问题

内容的提问来源于stack exchange，提问作者Ryan Fernandes