시계열 데이터에서의 invalid type promotion error

from sklearn.model_selection import TimeSeriesSplit

tscv = TimeSeriesSplit(n_splits=3) # 디폴트가 5개로 나눔

for train_index, test_index in tscv.split(train):
  print("TRAIN:", train_index, "Validation", test_index)

시계열 데이터를 TimeSeriesSplit으로 나누고,

데이터를 이런 식으로 나눠준다

pipeline을 통해 모델을 만들고, 학습을 시키는데

pipe = make_pipeline(
    OrdinalEncoder(),
    SimpleImputer(),
    RandomForestClassifier( _jobs=-1,
                           oob_score = True)
)

dists = {'randomforestclassifier__max_depth' : [a,b]
         }

clf = RandomizedSearchCV(
    pipe,
    param_distributions = dists,
    n_iter = 10,
    cv = tscv,
    scoring = 'accuracy',
    verbose = 1,
    n_jobs = -1,
)
clf.fit(X_train, y_train)

/usr/local/lib/python3.6/dist-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator) 473 474 if all(isinstance(dtype, np.dtype) for dtype in dtypes_orig): --> 475 dtype_orig = np.result_type(*dtypes_orig) 476 477 if dtype_numeric: <__array_function__ internals> in result_type(*args, **kwargs) TypeError: invalid type promotion

와 같은 에러가 나서 한참을 헤맸다.

1. TimeTestSplit에 에러가 있나?

2. RandomizedCV에 에러가 있나?

3. PipeLine을 잘못 만들었나?

 

하고 한참을 헤맸는데

원인은 

df.date = pd.to_datetime(df.date) # 데이터타입으로 바꾸기
# dtype: datetime64[ns]

를 시행한 결과 데이터 타입 중 datetime64[ns]가 포함되었기 때문이다.

 

출처 github.com/matplotlib/matplotlib/issues/9577

Plotting pcolor with datetime along coordinate fails with TypeError: invalid type promotion · Issue #9577 · matplotlib/matplot

 

그래서 위 항목을 제거했더니 모델이 잘 돌아간다...!

 

휴......