我知道ValueError
问题已被问到许多times。我仍然在努力寻找答案,因为我在我的代码中使用inverse_transform
。
说我有一个数组a
a.shape
> (100,20)
和另一个阵列b
b.shape
> (100,3)
当我做了np.concatenate
,
hat = np.concatenate((a, b), axis=1)
现在hat
的形状是
hat.shape
(100,23)
在此之后,我试着这样做,
inversed_hat = scaler.inverse_transform(hat)
当我这样做时,我收到一个错误:
ValueError:操作数无法与形状一起广播(100,23)(25,)(100,23)
这是inverse_transform
的广播错误吗?任何建议都会有所帮助。提前致谢!
虽然你没有指定,但我假设你正在使用来自scikit的inverse_transform()
学习StandardScaler
。您需要先填入数据。
import numpy as np
from sklearn.preprocessing import MinMaxScaler
In [1]: arr_a = np.random.randn(5*3).reshape((5, 3))
In [2]: arr_b = np.random.randn(5*2).reshape((5, 2))
In [3]: arr = np.concatenate((arr_a, arr_b), axis=1)
In [4]: scaler = MinMaxScaler(feature_range=(0, 1)).fit(arr)
In [5]: scaler.inverse_transform(arr)
Out[5]:
array([[ 0.19981115, 0.34855509, -1.02999482, -1.61848816, -0.26005923],
[-0.81813499, 0.09873672, 1.53824716, -0.61643731, -0.70210801],
[-0.45077786, 0.31584348, 0.98219019, -1.51364126, 0.69791054],
[ 0.43664741, -0.16763207, -0.26148908, -2.13395823, 0.48079204],
[-0.37367434, -0.16067958, -3.20451107, -0.76465428, 1.09761543]])
In [6]: new_arr = scaler.inverse_transform(arr)
In [7]: new_arr.shape == arr.shape
Out[7]: True
看来你正在使用sklearn.preprocessing的预拟合缩放器对象。如果这是真的,根据我用于拟合的数据是维度(x,25),而你的数据形状是(x,23)维度,这就是你得到这个问题的原因。