ValueError:输入形状错误()-Scikit

时间:2017-03-01 02:46:40

标签: python scikit-learn regression

我想绘制散点图的最佳拟合线,我之前已经发布了一个问题,有些人的帮助我能够在某种程度上解决它,但我又面临着问题...... 这是我用Scikit绘制数据的代码,我从中得到了代码(http://scikit-learn.org/stable/auto_examples/svm/plot_svm_regression.html

 for j in lat :
            l=94*j
            i=l-92
            for lines in itertools.islice(input_file, i, l):
                    lines=lines.split()
                    p.append(float(Decimal(lines[0])))
                    vmr.append(float(Decimal(lines[3])))
X =np.matrix(vmr)
y =np.matrix(p)
##########################################################################
Fit regression model
svr_rbf = SVR(kernel='rbf', C=1e3, gamma=0.1)
svr_lin = SVR(kernel='linear', C=1e3)
svr_poly = SVR(kernel='poly', C=1e3, degree=2)
y_rbf = svr_rbf.fit(X[0,0], y[0,0]).predict(X)
y_lin = svr_lin.fit(X[920], y[920]).predict(X)
y_poly = svr_poly.fit(X[920], y[920]).predict(X)
###########################################################################
look at the results
lw = 2
plt.scatter(X, y, color='darkorange', label='data')
plt.hold('on')
plt.plot(X, y_rbf, color='navy', lw=lw, label='RBF model')
plt.plot(X, y_lin, color='c', lw=lw, label='Linear model')
plt.plot(X, y_poly, color='cornflowerblue', lw=lw, label='Polynomial model')
plt.xlabel('H2O VMR')
plt.ylabel('Pressure(Pa)')
plt.legend()
plt.show()

我收到这样的错误。

 ValueError: bad input shape ()

换行

y_rbf = svr_rbf.fit(X[0,0], y[0,0]).predict(X)

我想这是我给出的形状造成的问题,我不知道在这些括号中给出了什么,所以我只是尝试使用不同的数字,我的数据中有920行所以我试着给920 ,然后错误是:

IndexError: index 920 is out of bounds for axis 0 with size 1

我对此非常陌生,任何帮助都将受到赞赏 谢谢

0 个答案:

没有答案