KNeighborsClassifier .fit方法返回“ValueError：系列的真值是不明确的”。

Question

我读过很多关于题目题目的问答;但是，当我使用KNeighborsClassifier .fit方法时，我很难理解为什么会出现模糊的真值出错。我拥有的代码和数据相对简单：

首先，我从Opt_Data数据帧中删除沿行轴的所有nan值，并将结果分配给名为Training_Data的变量。

Training_Data = Opt_Data.dropna(axis=0,how='any')

Screenshot of the sample dataset

接下来，我从Training_Data数据框创建两个numpy数组。 X_Train数组由第1-10列中的数据组成，Y_Train数组由目标列中的数据组成。在下面的代码中，变量名称问题是目标列的列名称。

X_Train = np.array(Training_Data.loc[:,Training_Data.columns != question])

Y_Train = np.array(Training_Data[question])

创建我的数组后，我设置了我的KNeighborsClassifier函数并将结果传递给名为knn的变量。变量opt_neighbors是整数值（29）。当我在knn上使用.fit方法时，我得到上述值错误“系列的真值是模糊的”。

knn = KNeighborsClassifier(n_neighbors=opt_neighbors,weights='distance',metric='hamming')

knn.fit(X_Train,Y_Train)

实际X_Train数组的形状是（1783,10），实际Y_Train数组的形状是（1783，）。

我读了一篇博客，说明重复的行可能是导致此错误的原因。但是，当我在Training_Data数据帧上使用drop_duplicates方法并执行相同的代码时，我收到了相同的错误消息。

我还读到“or or和python语句需要真值。对于pandas，这些被认为是不明确的，所以你应该使用”按位“|（或）或＆（和）操作。”但是，我不确定这个陈述是如何适用的，因为我没有明确地使用或或和语句。

我非常感谢任何人都可以提供给我的任何帮助。谢谢！

Answer 1

我认为我的代码中有一部分与问题无关;然而，事实证明它是导致问题的原因：

在下面的代码中，我将数据帧（Opt_report）中的元素分配给变量opt_neighbors。我认为这个赋值会创建一个标量值，但是，它是一个由索引号（135）和整数值（19）组成的熊猫系列。当我将此变量传递给KNeighborsClassifier函数中的n_neighbors参数时，它被理解为系列135 19.0，如Out [3]第2行所示，n_neighbors = 135 19.0。我的KNeighborsClassifier执行不当，导致KNeighborsClassifier的.fit方法无法正常工作。

In  [1]:  opt_neighbors = Opt_report['Optimal_Neighbors']
Out [1]:  135 19.0
          Name: Optimal_Neighbors, dtype: float64

In  [2]: type(opt_neighbors)
Out [2]: pandas.core.series.Series

In  [3]: knn = KNeighborsClassifier(n_neighbors=opt_neighbors,weights='distance',metric='hamming')
         knn
Out [3]: KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='hamming', metric_params=None, n_jobs=1,
         n_neighbors=135    19.0
         Name: Optimal_Neighbors, dtype: float64,p=2, weights='distance') 

如下所示更新代码可以解决此问题。

In  [4]: opt_neighbors = int(Opt_report['Optimal_Neighbors'])
Out [4]: 19