Question

伙计们，我是Python的新手，还是神经网络的新手。我正在尝试实现一个神经网络，根据当天的开盘价预测一天中的比特币收盘价。因此，我得到了一个CSV文件，并且尝试使用“打开”列作为条目，并使用“关闭”列作为目标，您可以在下面的代码中看到这一点：

from sklearn.neural_network import MLPClassifier
import numpy as np
import pandas as pd

dataset = pd.read_csv('BTC_USD.csv')

X = dataset['Open']
y = dataset['Close']

NeuralNetwork = MLPClassifier(verbose = True,
                       max_iter = 1000,
                       tol = 0,
                       activation = 'logistic')

NeuralNetwork.fit(X, y)

运行代码时，出现此错误：

ValueError：预期的2D数组，取而代之的是1D数组：数组= [4.95100000e-02 4.95100000e-02 8.58400000e-02 ... 6.70745996e + 03 6.66883984e + 03 7.32675977e + 03]。如果数据具有单个功能，则使用array.reshape（-1，1）来重塑数据；如果包含单个样本，则使用array.reshape（1，-1）来重塑数据。

发生此错误后，我在这里对stackoverflow进行了一些研究，并尝试了其他文章中提出的一些解决方案，例如：

from sklearn.neural_network import MLPClassifier
import numpy as np
import pandas as pd

dataset = pd.read_csv('BTC_USD.csv')

X = np.array(dataset[['Open']])
X = X.reshape(-1, 1)

y = np.array(dataset[['Close']])
y = y.reshape(-1, 1)

NeuralNetwork = MLPClassifier(verbose = True,
                       max_iter = 1000,
                       tol = 0,
                       activation = 'logistic')

NeuralNetwork.fit(X, y)

运行此代码后，出现此新错误：

ValueError：未知标签类型：（数组（[4.95100000e-02、8.58400000e-02、8.08000000e-02，...， 6.66883984e + 03，6.30685010e + 03，7.49379980e + 03]），）

，并在第一行（包含目录）的“警告”：

DataConversionWarning：当期望1d数组时，传递了列向量y。请将y的形状更改为（n_samples，），例如使用ravel（）。 y = column_or_1d（y，warn = True）

能帮我吗？我尝试了许多解决方案，但其中任何一个都有效。

Answer 1

您应该使用数据框的values属性来获取一列的元素。另外，您要实现的是回归，而不是分类，因此，必须在

之后使用诸如MLPRegressor之类的回归变量。

from sklearn.neural_network import MLPRegressor
import numpy as np
import pandas as pd

dataset = pd.read_csv('BTC_USD.csv')

X = dataset["Open"].values.reshape(-1, 1)
y = dataset["Close"].values

NeuralNetwork = MLPRegressor(verbose = True,
                             max_iter = 1000,
                             tol = 0,
                             activation = "logistic")
NeuralNetwork.fit(X, y)

该代码现在可以正常工作，但是结果不正确，因为您将需要使用这些功能和网络超参数。但这超出了SO的范围。

MLPClassifier：预期的2D数组取而代之的是1D数组

1 个答案: