Ошибка регрессора случайного леса Python Scikit

Я пытаюсь загрузить данные обучения и тестирования из CSV, запустить регрессор случайного леса в scikit / sklearn, а затем спрогнозировать результат из тестового файла.

Файл TrainLoanData.csv содержит 5 столбцов; первый столбец - это выходные данные, а следующие 4 столбца - это характеристики. TestLoanData.csv содержит 4 столбца - характеристики.

Когда я запускаю код, я получаю ошибку:

    predicted_probs = ["%f" % x[1] for x in predicted_probs]
IndexError: invalid index to scalar variable.

Что это значит?

Вот мой код:

import numpy, scipy, sklearn, csv_io //csv_io from https://raw.github.com/benhamner/BioResponse/master/Benchmarks/csv_io.py
from sklearn import datasets
from sklearn.ensemble import RandomForestRegressor

def main():
    #read in the training file
    train = csv_io.read_data("TrainLoanData.csv")
    #set the training responses
    target = [x[0] for x in train]
    #set the training features
    train = [x[1:] for x in train]
    #read in the test file
    realtest = csv_io.read_data("TestLoanData.csv")

    # random forest code
    rf = RandomForestRegressor(n_estimators=10, min_samples_split=2, n_jobs=-1)
    # fit the training data
    print('fitting the model')
    rf.fit(train, target)
    # run model against test data
    predicted_probs = rf.predict(realtest)
    print predicted_probs
    predicted_probs = ["%f" % x[1] for x in predicted_probs]
    csv_io.write_delimited_file("random_forest_solution.csv", predicted_probs)

main()