y以下代码报错：KeyError: 'Review'代码：from sklearn.model_selection import train_test_split df = raw_data.dropna(axis=0) df_binomial = df[(df['Review'] == 5) | (df['Rating'] == 1)] x = df_binomial['Review Text'] y = df_binomial['Rating'] transformer = CountVectorizer(analyzer=text_process,ngram_range=(2, 2),stop_words='english' ).fit(x) print(len(transformer.vocabulary_))

根据你提供的代码，出现 KeyError: 'Review' 的原因可能是因为在 df_binomial = df[(df['Review'] == 5) | (df['Rating'] == 1)] 中，'Review' 这个列名不存在或者拼写错误。

你可以检查一下 raw_data 中是否有 'Review' 这个列名，或者使用 df.columns 查看所有的列名，确认列名是否正确。

相关问题

import pandas as pd import numpy as np import winreg from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split from sklearn.linear_model import Ridge###导入岭回归算法 from sklearn.metrics import r2_score import winreg real_address = winreg.OpenKey(winreg.HKEY_CURRENT_USER,r'Software\Microsoft\Windows\CurrentVersion\Explorer\Shell Folders',) file_address=winreg.QueryValueEx(real_address, "Desktop")[0] file_address+='\\' file_origin=file_address+"\\源数据-分析\\D:\PC2\study python\salary.csv"#设立源数据文件的桌面绝对路径 house_price=pd.read_csv(file_origin)#https://www.kaggle.com/altavish/boston-housing-dataset house_price.isnull().sum() house_price1=house_price.dropna().reset_index() del house_price1["index"] house_price[house_price==0].count() train=house_price1.drop(["MEDV"],axis=1) X_train,X_test,y_train,y_test=train_test_split(train,house_price1["MEDV"],random_state=1) #将MEDV划分为预测值，其它的属性划分为特征值，并将数据划分成训练集和测试集。 ridge=Ridge(alpha=10)#确定约束参数 ridge.fit(X_train,y_train) print("岭回归训练模型得分："+str(r2_score(y_train,ridge.predict(X_train))))#训练集 print("岭回归待测模型得分："+str(r2_score(y_test,ridge.predict(X_test))))#待测集

这段代码是一个使用岭回归算法进行房价预测的示例。代码中先导入了所需的库，包括pandas、numpy、sklearn等。然后通过winreg库获取桌面路径并读取源数据文件（csv格式），对数据进行处理，包括处理缺失值和划分训练集和测试集。接下来使用Ridge函数创建岭回归模型，并通过fit函数对模型进行训练。最后输出训练集和测试集的R^2得分，评估模型的性能。

需要注意的是，代码中的文件路径和数据处理部分可能需要根据实际情况进行修改。另外，alpha参数是岭回归的超参数，用于控制正则化的程度。在代码中设置为10，你可以根据实际情况进行调整。

运行代码flags = config.__dict__['__flags']，报错keyerror: '__flags，怎么解决

这个错误通常是因为 `config` 对象中没有 `__flags` 这个属性造成的。要解决这个问题，你可以尝试使用 `vars(config)` 函数来获取 `config` 对象的属性字典，然后再访问 `__flags` 属性。下面是一个示例代码：

flags = vars(config)['__flags']

通过这种方式，你应该能够成功获取 `__flags` 属性的值。如果仍然存在问题，请确保 `config` 对象已正确初始化并包含所需的属性。