我试图在1997年训练样本的1维特征向量上拟合分类器,其中包含相同大小的样本包含我的y:
clf = svm.SVC()
j = 0
a = 0
listX = []
listY = []
while a <= 1996:
ath_X = "".join(linesplit[a])
listX = listX + [int(ath_X)]
a+=1
while j <= 1996:
jth_Y = "".join(linesplit1[j])
listY = listY + [((int(jth_Y))-1)]
j+=1
X = np.array(listX)
y = np.array(listY)
print("%s %s %s %s" % ('Dimension of X: ', len(X), 'Dimension of y: ', len(y)))
print("%s %s" % (X.shape[0], y.shape[0]))
print(X[1996])
print(y[1996])
clf.fit(X, y)
ficheiro1.close()
ficheiro.close()
print("We're done")
---&GT;这就是打印出来的内容:
X的维度:1997年的维度:1997年
1997 1997
987654321
0
追踪(最近一次呼叫最后一次):
文件“C:/Python27/qqer.py”,第52行,in clf.fit(X,y)
文件“C:\ Python27 \ lib \ site-packages \ sklearn \ svm \ base.py”,第166行,in fit (X.shape [0],y.shape [0]))
ValueError:X和y具有不兼容的形状。
X有1个样本,但y有1997个。
---&GT;如果我为X和y打印出相同的形状,为什么会出现这样的错误?任何想法的人?
答案 0 :(得分:4)
X
形状必须为(n_samples, n_features)
,如SVC.fit
docstring中所述。 1维阵列被解释为单个样本(为了方便在对单个样本进行预测时)。将您的X
重塑为(n_samples, 1)
。