使用sklearn（scikit-learn）逻辑回归预测类标签TypeError：需要浮点参数，而不是numpy.ndarray

Question

我正尝试使用predict中的sklearn LogisticRegression方法获取预测的类标签。我可以使用以下代码获得准确度分数：

logistic = linear_model.LogisticRegression()
logistic.fit(X_train, y_train).score(X_test, y_test))

但是当我将测试样本（X_test）传递给predict

时

logistic.predict(X_test))

我收到以下错误：

TypeError: float argument required, not numpy.ndarray

Documentation告诉我predict采用'{array-like，sparse matrix}，shape = [n_samples，n_features]'作为参数，而X_test是{{1} }}

这里有什么问题？