Scikit-learn: partial_dependence 是否只需要 2 个特征？

Question

我正在使用 sklean 14.1 并且我希望返回 partial_plot 值而不是使用plot_partial_dependence返回一个数字，所以我想也许我可以使用partial_dependence，但这里有一些麻烦。

似乎partial_dependence只需要两个功能，而我只想要一个功能的值。

当我修改 scikit-learn 网站提供的示例代码时：（将 target_feature = (1,2) 更改为 target_feature = (1))，它抱怨：

*** ValueError: need more than 1 value to unpack

这是代码：

from sklearn.cross_validation import train_test_split
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.ensemble.partial_dependence import plot_partial_dependence
from sklearn.ensemble.partial_dependence import partial_dependence
from sklearn.datasets.california_housing import fetch_california_housing
cal_housing = fetch_california_housing()

X_train, X_test, y_train, y_test = train_test_split(cal_housing.data,
                                             cal_housing.target,test_size=0.2, 
                                             random_state=1)                                                                                                  
names = cal_housing.feature_names

clf = GradientBoostingRegressor(n_estimators=100, max_depth=4,   
                                learning_rate=0.1, loss='huber',random_state=1)                                 
clf.fit(X_train, y_train)
target_feature = (1)
pdp, (x_axis, y_axis) = partial_dependence(clf, target_feature, X=X_train, grid_resolution=50)

在源代码中，它说：

target_variables : array-like, dtype=int
    The target features for which the partial dependecy should be
    computed (size should be smaller than 3 for visual renderings).

谁能帮我弄清楚我做错了什么？或者帮我提取我需要的一个特征的部分依赖值？

非常感谢！

Answer 1

我认为问题在于它将target_feature = (1)评估为 int1而不是元组(1,)- 它一直发生在我身上。因此我主要使用列表 ( [1]) 来表示序列文字。