执行Chi-Squared卡方特征选择时数据集加载报错如何解决？

报错根因 #

当前报错核心是函数定义和调用逻辑不匹配，同时存在隐藏的数据集读取配置错误：

• 你定义的load_dataset()没有声明接收任何入参，但实际调用时传入了文件名参数'GDS-and-MMSE-balanced.csv'，参数数量不匹配触发类型错误
• 你提到数据集表头位于第1行，但代码中read_csv指定了header=None，会把表头行当成普通数据处理，同时函数内硬编码的文件名缺少.csv后缀，即使参数问题修复后也会找不到文件

修复方案 #

只需修改load_dataset函数的定义部分即可，修改后的代码如下：

# load the dataset
def load_dataset(filename): # 新增filename入参接收外部传入的文件路径
    # load the dataset as a pandas DataFrame
    # header=0表示用文件的第0行（即你所说的第1行）作为表头
    data = read_csv(filename, header=0)
    # retrieve numpy array
    dataset = data.values
    # split into input (X) and output (y) variables
    X = dataset[:, :-1]
    y = dataset[:,-1]
    # format all fields as string
    X = X.astype(str)
    return X, y

修改完成后重新运行代码即可解决当前报错。

可选优化提示 #

如果后续运行出现编码类报错，可以在read_csv中增加encoding参数适配你的文件编码，比如encoding='utf-8'或encoding='gbk'。

内容的提问来源于stack exchange，提问作者Najiha Ramlan