Python脚本中的错误“预期的2D数组,取而代之的是1D数组:”?
machine-learning
python
python-3.x
9
0

我正在按照本教程进行ML预测:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style

style.use("ggplot")
from sklearn import svm

x = [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]))

我正在使用Python 3.6,但出现错误“预期的2D数组,而是获取1D数组:”我认为该脚本适用于旧版本,但我不知道如何将其转换为3.6版本。

已经尝试使用:

X.reshape(1, -1)
参考资料:
Stack Overflow
收藏
评论
共 5 个回答
高赞 时间 活跃

在数组[0.58,0.76]上运行预测时,会发生此问题。通过在调用predict()之前重塑形状来解决该问题:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style

style.use("ggplot")
from sklearn import svm

x = [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]

clf = svm.SVC(kernel='linear', C = 1.0)
clf.fit(X,y)

test = np.array([0.58, 0.76])
print test       # Produces: [ 0.58  0.76]
print test.shape # Produces: (2,) meaning 2 rows, 1 col

test = test.reshape(1, -1)
print test       # Produces: [[ 0.58  0.76]]
print test.shape # Produces (1, 2) meaning 1 row, 2 cols

print(clf.predict(test)) # Produces [0], as expected
收藏
评论

我遇到了同样的问题。您只需要使其成为一个数组,而且必须放置双方括号以使其成为2D数组的单个元素,因为第一个括号将初始化该数组,第二个使其成为该数组的元素。

因此,只需将最后一条语句替换为:

print(clf.predict(np.array[[0.58,0.76]]))
收藏
评论

您只需要为predict方法提供相同的2D数组,但要提供一个(或多个)要处理的值。简而言之,您可以替换

[0.58,0.76]

[[0.58,0.76]]

它应该工作。

编辑:这个答案变得流行,所以我想我将添加有关ML的更多解释。简短的版本:我们只能对与训练数据( X )具有相同维数的数据使用predict

在所讨论的示例中,我们在X为计算机提供了一堆行(每个行有2个值),并在y显示了正确的响应。当我们希望使用新值进行predict ,我们的程序会期望相同- 一堆行。即使我们只想对一行(具有两个值)进行处理,该行也必须是另一数组的一部分。

收藏
评论

我使用下面的方法。

reg = linear_model.LinearRegression()
reg.fit(df[['year']],df.income)

reg.predict([[2136]])
收藏
评论

除了要预测的实例的数据类型是panda.Series对象外,我遇到了同样的问题。

好吧,我只需要预测一个输入实例即可。我从一部分数据中获取了它。

df = pd.DataFrame(list(BiogasPlant.objects.all()))
test = df.iloc[-1:]       # sliced it here

在这种情况下,您需要将其转换为一维数组,然后reshape

 test2d = test.values.reshape(1,-1)

docs中values会将Series转换为numpy数组。

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号