如果数据具有单个特征，则使用 array.reshape(-1, 1) 重塑数据；如果数据包含单个样本，则使用 array.reshape(1, -1)

Question

当我从数据中预测一个样本时，它会给出重塑错误，但我的模型具有相同的行数。这是我的代码：

import pandas as pd
from sklearn.linear_model import LinearRegression
import numpy as np
x = np.array([2.0 , 2.4, 1.5, 3.5, 3.5, 3.5, 3.5, 3.7, 3.7])
y = np.array([196, 221, 136, 255, 244, 230, 232, 255, 267])

lr = LinearRegression()
lr.fit(x,y)

print(lr.predict(2.4))

错误是

if it contains a single sample.".format(array))
ValueError: Expected 2D array, got scalar array instead:
array=2.4.
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.

Answer 1

您应该将 X 重塑为 2D 数组而不是 1D 数组。拟合模型需要二维数组。

i.e (n_samples, n_features)

x = np.array([2.0 , 2.4, 1.5, 3.5, 3.5, 3.5, 3.5, 3.7, 3.7])
y = np.array([196, 221, 136, 255, 244, 230, 232, 255, 267])

lr = LinearRegression()
lr.fit(x.reshape(-1, 1), y)

print(lr.predict([[2.4]]))

Answer 2

该错误基本上是说将平面特征数组转换为列数组。

reshape(-1, 1)

完成工作；也可以使用

[:, None]

。

特征数组

X

的第二个维度也必须与传递给

predict()

的任何内容的第二个维度匹配。由于

X

被强制转换为 2D 数组，因此传递给

predict()

的数组也应该是 2D。

x = np.array([2.0 , 2.4, 1.5, 3.5, 3.5, 3.5, 3.5, 3.7, 3.7])
y = np.array([196, 221, 136, 255, 244, 230, 232, 255, 267])
X = x[:, None]         # X.ndim should be 2

lr = LinearRegression()
lr.fit(X, y)

prediction = lr.predict([[2.4]])

如果您的输入是 pandas 列，则使用双括号 (

[[]]

) 获取 2D 特征数组。

df = pd.DataFrame({'feature': x, 'target': y})
lr = LinearRegression()
lr.fit(df['feature'], df['target'])            # <---- error
lr.fit(df[['feature']], df['target'])          # <---- OK
#        ^^         ^^                           <---- double brackets 

为什么

X

应该是二维的？

如果我们查看

fit()

（scikit-learn 中任何模型）的源代码，首先要做的事情之一就是通过

validate_data()

方法验证输入，该方法调用

check_array()

来验证输入验证

X

。

check_array()

检查

X

是否为 2D。

X

必须是 2D，因为最终，

LinearRegression().fit()

调用

scipy.linalg.lstsq

来解决最小二乘问题，而

lstsq

需要

X

是 2D 才能执行矩阵乘法。

对于分类器，需要第二维来获取特征数量，这对于获得正确形状的模型系数至关重要。