为什么sklearn的LinearRegression要用形如x=[[6]]的列表来作为入参? 财富值13

2017-08-20 16:35发布


x=[[6],[8],[10],[14],[18]]
y=[[7],[9],[13],[17.5],[18]]
是正确的,但是使用
x=[6,8,10,14,18]
y=[7,9,13,17.5,18]
就会报错
DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.
DeprecationWarning)
ValueError: Found input variables with inconsistent numbers of samples: [1, 5]

网址
http://www.jianshu.com/p/738f...

相关介绍没有看懂,惭愧。。。
http://scikit-learn.org/stabl...

友情提示: 此问题已得到解决,问题已经关闭,关闭后问题禁止继续编辑,回答。
该问题目前已经被作者或者管理员关闭, 无法添加新回复
4条回答

1维数组来传递数据在0.19版本将触发ValueError
X.reshape(-1, 1)来重塑数据的形状(数组的维度)

我觉得你对机器学习算法还是不了解的,其实是这样的:
你的输入的数据X应该是数据的特征向量,y是特征向量对应的标签。每一个样本都有一个特征向量,这样你输入的X一定是二维数组才对,y如果是单标签就为一维数组,若为多标签或者像神经元网络那样的标签就为二维数组。
你的x=[[6],[8],[10],[14],[18]],算法可以理解为只有一个特征项,但是如果为x=[6,8,10,14,18],你让算法怎么理解

也就是说,你需要以二维数组的方式传递数据。

Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1)

一周热门 更多>