Question

所以我是机器学习的新手，对这个错误感到有些困惑：

形状（1,4）和（14,14）未对齐：4（暗淡1）！= 14（暗淡0）

以下是完整错误：

文件“/Users/jim/anaconda3/lib/python3.6/site-packages/sklearn/utils/extmath.py”，第140行，在safe_sparse_dot中 return np.dot（a，b）

ValueError：形状（1,4）和（14,14）未对齐：4（暗淡1）！= 14（暗淡0）

我的测试集有4行数据和训练集14行数据，如（1,4）和（14,14）所示。至少我认为这意味着什么。

我正在尝试将简单的线性回归拟合到训练集中，如下面的代码所示：

# Fit Simple Linear Regression to Training Set
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
X_train = X_train.reshape(1,-1)
y_train = y_train.reshape(1,-1)
regressor.fit(X_train, y_train)

然后预测测试集结果：

# Predicting the Test Set Results
X_test = X_test.reshape(1,-1)
y_pred = regressor.predict(X_test)

我的代码在最后一行失败并出现上述错误：

y_pred = regressor.predict(X_test)

任何正确方向的提示都会很棒。

以下是我的整个代码示例：

# Simple Linear Regression

# Import Libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Import dataset
dataset = pd.read_csv('NBA.csv')
X = dataset.iloc[:, 1].values
y = dataset.iloc[:, :-1].values

# Splitting the dataset into Train and Test
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)

# Feature Scaling
# None

# Fit Simple Linear Regression to Training Set
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
X_train = X_train.reshape(1,-1)
y_train = y_train.reshape(1,-1)
regressor.fit(X_train, y_train)

# Predicting the Test Set Results
X_test = X_test.reshape(1,-1)
y_pred = regressor.predict(X_test)

**编辑** 我检查了X和y的形状。以下是我的输出：

dataset = pd.read_csv('NBA.csv')
X = dataset.iloc[:, 1].values
y = dataset.iloc[:, :-1].values
print(X.shape)
print(y.shape)
-->(18,)
-->(18, 1)

Answer 1

对于所有用法，请将reshape(1,-1)替换为reshape(-1, 1)。前者将数组转换为（1人x n 特征），后者确实（ n 人x 1特征）。在这种情况下，功能 hight 。

如果你修改了导入部分，如下所示，不需要重新整形数组，因为它们的形状已经满足（ n 人x 1特征）的形式。

# Import dataset
dataset = pd.read_csv('NBA.csv')
X = dataset.iloc[:, 1].values
y = dataset.iloc[:, 0].values

X = X.reshape(-1, 1)
y = y.reshape(-1, 1)

在sklearn的早期阶段，您可以将矢量作为输入。但最近它已经改变了，现在你需要明确指出矢量是（ 1 样本x n 特征）还是（ n 样本x < em> 1 功能）使用reshape或其他一些方法。

错误：形状（1,4）和（14,14）未对齐

1 个答案: