ValueError Expected 2D array got 1D array instead

最新推荐文章于 2024-01-16 15:48:55 发布

原创最新推荐文章于 2024-01-16 15:48:55 发布 · 792 阅读

0 ·

CC 4.0 BY-SA版权

本文分享了实用的人工智能教程资源，同时提供了在使用sklearn进行机器学习预测时常见的reshape错误修正方法，包括如何正确调整数据维度以适应模型预测。

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.youkuaiyun.com/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

1.你也可能是这种

修改前 test_prediction = svc.predict(hog_features.reshape) 修改后 test_prediction = svc.predict(hog_features.reshape(1,-1))

2.这种可能

import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import stylestyle.use("ggplot")from sklearn import svmx = [1, 5, 1.5, 8, 1, 9]y = [2, 8, 1.8, 8, 0.6, 11]plt.scatter(x,y)plt.show()X = np.array([[1,2],             [5,8],             [1.5,1.8],             [8,8],             [1,0.6],             [9,11]])y = [0,1,0,1,0,1]X.reshape(1, -1)clf = svm.SVC(kernel='linear', C = 1.0)clf.fit(X,y)print(clf.predict([0.58,0.76]))

就是没有满足2D都不涉及reshape

修改为

print(clf.predict([[0.58,0.76]]))

3.自己遇到的情况.fit_transform(dataset3_preds.label)出错

：参考

主要是工具包版本更新造成的，面对上面问题，我们根据上面错误的提示相应的找出出错的那行代码：

#修改前dataset3_preds.label = MinMaxScaler(copy=True,feature_range=(0,1)).fit_transform(dataset3_preds.label)

例如数据格式为[1, 2, 3, 4]就会出错，如果把这行数据转换成[[1], [2], [3], [4]]

dataset3_preds.label = MinMaxScaler(copy=True,feature_range=(0,1)).fit_transform(dataset3_preds.label.reshape(-1,1))#修改后

再运行程序，错误消除。

给我老师的人工智能教程打call！http://blog.youkuaiyun.com/jiangjunshow