Question

我收到错误消息

“ ValueError：预期的2D数组，取而代之的是1D数组：array = [45000。 50000. 60000. 80000. 110000. 150000. 200000. 300000。 500000. 1000000.]。如果数据具有单个功能，则使用array.reshape（-1，1）重整数据；如果数据具有单个特征，则使用array.reshape（1，-1）重整数据包含一个样本。”

在执行以下代码时：

# SVR

# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

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

 # 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)

# 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()

# Visualising the SVR results (for higher resolution and smoother curve)
X_grid = np.arange(min(X), max(X), 0.01)
X_grid = X_grid.reshape((len(X_grid), 1))
plt.scatter(X, y, color = 'red')
plt.plot(X_grid, regressor.predict(X_grid), color = 'blue')
plt.title('Truth or Bluff (SVR)')
plt.xlabel('Position level')
plt.ylabel('Salary')
plt.show()

Answer 1

似乎，预期尺寸错误。您可以尝试：

regressor = SVR(kernel = 'rbf') regressor.fit(X.reshape(-1, 1), y)

Answer 2

问题是，如果键入y.ndim，则尺寸将显示为1，如果键入X.ndim，则尺寸将显示为2。

因此，要解决此问题，您必须将y.ndim的结果从1更改为2。

为此，只需使用numpy类下的reshape函数即可。

data=pd.read_csv("Position_Salaries.csv")
X=data.iloc[:,1:2].values
y=data.iloc[:,2].values
y=np.reshape(y,(10,1))

应该解决由于尺寸引起的问题。在上面的代码之后进行常规的功能缩放，它肯定会起作用。

如果它适合您，请投票。

谢谢。

预期的2D数组，而是1D数组，但错误

2 个答案: