Python3 - TypeError：'numpy.float64'对象不可迭代

Question

我想制作一个图表，显示错误分类错误与使用KNN的de K邻居。

这是我为此构建的代码：

# creating odd list of K for KNN
myList = list(range(1,50))

# subsetting just the odd ones
neighbors = filter(lambda x: x % 2 != 0, myList)

# empty list that will hold cv scores
cv_scores = []

# perform 10-fold cross validation
for k in neighbors:
    knn = KNN(n_neighbors=k, n_jobs = 6, metric = 'minkowski', contamination = 0.05)
    scores = cross_val_score(knn, X_test, pred, cv=10, scoring='accuracy')
    cv_scores.append(scores.mean())

### Create Plot
import matplotlib.pyplot as plt
plt.style.use('ggplot')

# changing to misclassification error
MSE = [1 - x for x in cv_scores]

# determining best k
optimal_k = neighbors[MSE.index(min(next(iter(MSE))))]
print ("The optimal K neighbors number is %d" % optimal_k)

# plot misclassification error vs k
plt.plot(neighbors, MSE, figsize = (20,12))
plt.xlabel('Number of Neighbors K')
plt.ylabel('Misclassification Error')
plt.show()

问题出在这一行：

optimal_k = neighbors[MSE.index(min(next(iter(MSE))))]

这段代码好像是用python 2编写的。这是原来的一行：

optimal_k = neighbors[MSE.index(min(MSE))]

我添加了next()和iter()来解决这个问题，正如一些用户在类似的其他线程中所建议的那样。但是我收到了这个错误：

TypeError: 'numpy.float64' object is not iterable

我知道为什么会发生这种错误，它应该迭代一个列表，但它只取数字。我认为这个问题来自filter()在这一行使用：

neighbors = filter(lambda x: x % 2 != 0, myList)

我如何修复此代码在python 3上运行并防止这种情况发生？

提前致谢

编辑：

我正在使用的KNN版本不是sklearn中的版本，对于那些想要尝试此代码的人来说。它来自一个名为PYOD的异常检测包。链接here

您也可以使用sklearn中的原始KNN进行尝试，但请注意，您需要删除污染参数以及距离参数

Answer 1

问题是代码将neighbors定义为生成器并在第一个循环中耗尽它。解决方案：使用列表。

neighbors = list(filter(lambda x: x % 2 != 0, myList))

您获得最佳的原始语法也是正确的（不需要iter或next）：

optimal_k = neighbors[MSE.index(min(MSE))]