使用新版sklearn报错ValueError: Expected 2D array, got 1D array instead

水深无声 2023-07-13 10:51 23阅读 0赞

1.本人python小白刚试了如下代码便出错了：

from sklearn.linear_model import LinearRegression
    # 创建并拟合模型
    model = LinearRegression()
    X = [[6], [8], [10], [14], [18]]
    y = [[7], [9], [13], [17.5], [18]]
    model.fit(X, y)
    print('预测12英寸匹萨价格：$%.2f' %
    model.predict([12])[0])

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2htX18yMDE2_size_16_color_FFFFFF_t_70][]2.根据错误提示

ValueError: Expected 2D array, got 1D array instead:
    Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

可知这是因为我输入的一维数据不被认可，他期望是二维的数据，如果需要使用一维数据，要使用reshape(-1,1)或reshape(1，-1）  
3.重点是reshape加在哪都不对，最后发现**reshape是numpy库的一个函数**必须先引入这个库，最终修改了一下，如下图，即可正确运行

from sklearn.linear_model import LinearRegression
    import numpy as np  //引入numpy库
    # 创建并拟合模型
    model = LinearRegression()
    X = [[6], [8], [10], [14], [18]]
    y = [[7], [9], [13], [17.5], [18]]
    model.fit(X, y)
    x_new=[12]
    x_new = np.array(x_new).reshape(1, -1)
    print('预测12英寸匹萨价格：$%.2f' %
          model.predict(x_new)[0])

4.总结

1.  引入numpy库
2.  把要测试的一维数据x\_new进行如下处理：  
    x\_new=\[12\]  
    x\_new = np.array(x\_new).reshape(1, -1)

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2htX18yMDE2_size_16_color_FFFFFF_t_70]: /images/20230529/9662af492a4749b5947545ad2a45d8a7.png