Question

我正在尝试在数据集上使用我的机器学习模型，其中我只有两列，而标准缩放它们，我得到错误预期2D数组但得到1.

以下是代码：

Rename-Item

当我试图把

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Importing the dataset
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[:, 1:2].values
y = dataset.iloc[:, 2].values

# Splitting the dataset into the Training set and Test set
"""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
from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
sc_y = StandardScaler()
X = sc_X.fit_transform(X)
y = sc_y.fit_transform(y)

# Fitting SVR to the dataset
from sklearn.svm import SVR
regressor = SVR(kernel = 'rbf')
regressor.fit(X, y)

# Predicting a new result
y_pred = regressor.predict(6.5)
y_pred = sc_y.inverse_transform(y_pred)

# Visualising the SVR results
plt.scatter(X, y, color = 'red')
plt.plot(X, regressor.predict(X), color = 'blue')
plt.title('Truth or Bluff (SVR)')
plt.xlabel('Position level')
plt.ylabel('Salary')
plt.show()

像这样我没有收到任何错误，但是当我执行接下来的3行时，我收到另一个错误。

是y = sc_y.fit_transform([y])

任何人都可以帮我吗？

Answer 1

sklearn中的StandardScaler（）函数要求输入（X）采用以下格式：

X：numpy数组形状[n_samples，n_features]

因此，如果您只有一个要素列，请将X重塑为（-1,1）。

sc_X.fit_transform(X.reshape[-1,1])

这应该有效！

预期的二维数组错误无法解决

1 个答案: