我有两个变量,它们最初都来自同一个 pandas df。我将一个提取到 TT,另一个提取到 t。我正在使用 TT 来预测 t,它是二进制的。我无法确定为什么变量被 scikit 视为具有不兼容的形状。我已将 TT 转置为修复方法,但这没有用。
>>> TT=adf.x1.values
>>> t=adf.y.values
>>> TT.shape
(2856L,)
>>> t.shape
(2856L,)
>>> TT
array([ 4.43081665, 5.99146461, 4.86753464, ..., 4.58496761,
8.4553175 , 7.37775898], dtype=float32)
>>> t
array([ 0., 0., 0., ..., 0., 0., 0.], dtype=float32)
>>> clf=LogisticRegression(C=1)
>>> clf.fit(TT,t)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:...\sklearn\svm\base.py", line 686, in fit
(X.shape[0], y.shape[0]))
ValueError: X and y have incompatible shapes.
X has 1 samples, but y has 2856.)
最佳答案
如果您查看 sklearn.linear_model.LogisticRegression.fit
上的文档,
TT
应具有形状(n_samples, n_features)
,并且t
的形状应为(n_samples)
。
您的TT
向量应该是一个二维数组。您可以通过执行 TT.reshape(-1, 1)
将 TT
reshape 为 (2856L, 1) 形状,这至少会消除错误,但我我不确定这是否给出了预期的结果。
关于python - scikit 认为简单的单向量输入数组不兼容,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21342831/