机器学习问题总结

1. 自己写的变量与sklearn包中重名，程序优先调用自己写的变量导致：
RecursionError: maximum recursion depth exceeded

AttributeError: 'XGBRegressor' object has no attribute 'XGBRegressor'
解决：定义了与关键字相同的名字，如：xgb

2. API的bug问题，需要升级版本更新解决问题
AttributeError: 'Flags' object has no attribute 'c_contiguous'

3.数据中有空值NAN存在，需要处理
ValueError: np.nan is an invalid document, expected byte or unicode string.

4. ValueError: Invalid classes inferred from unique values of `y`.  Expected: [0 1 2 3 4 5], got [3 4 5 6 7 8]
发生这种情况是因为类列必须从 0 开始（自 1.3.2 版以来要求）。解决这个问题的一种简单方法是使用sklearn.preprocssing 库中的LabelEncoder。
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y = le.fit_transform(y)

5.逻辑回归：
LogisticReression的api中并没有提供调整0，1标签的阈值
predict_proba：一个结果的0，1分别占概率，两个概率值是100%， 所以可以通过estimator.predict_proba(),先得到1标签的概率，自己进行判断并计算 np.where()判断并进行统计计算

6.codex 是早期2.x对文本编码处理比较靠谱，Open.file()有编码问题, 3.x之后问题不存在

7. XGBoostError: value 0 for Parameter num_class should be greater equal to 1 num_class: Number of output class in the multi-class classification.
参数问题：去掉objective='multi:softmax'参数问题解决