Scikit-Learn 'list' 对象的 AttributeError 没有属性 'shape' 即使我已经验证输入是一个 numpy 数组

Question

运行此功能时

def evaluate_performance(self, data):

        data = np.array(data)
        print(data.shape[0])

        if self.cluster_method == 'kmeans':
            predicted_labels = self.cluster_model.predict(data)
            score = silhouette_score(data, predicted_labels)
            print(f"Silhouette score: {score}")

        elif self.cluster_method == 'isolation_forest':
            predicted_scores = self.cluster_model.score_samples(data)
            score = silhouette_score(data, predicted_scores)
            print(f"Silhouette score: {score}")

我收到这个错误

AttributeError: 'list' object has no attribute 'shape'

在一个单独的函数中从 csv 文件访问数据，该函数返回 pandas 数据框的值属性。

我使用打印语句来验证

.predict

的输入数据是一个numpy数组，甚至得到了

data.shape

的值，但我似乎无法弄清楚为什么这个错误仍然存在。

Answer 1

我没有看到你班级的方法，但是Silhouette参考是这样定义的：

sklearn.metrics.silhouette_score(X, labels)

因此你的第一个条件看起来不错，但第二个条件包括

score = silhouette_score(data, predicted_scores)

把分数放在这里很奇怪，考虑用标签代替它。

希望有帮助