X和y的形状不兼容

Question

我试图在1997年训练示例的一维特征向量上使用包含y的相同大小的样本拟合分类器：

clf = svm.SVC()

j = 0

a = 0

listX = []

listY = []

while a <= 1996:
    ath_X = "".join(linesplit[a])
    listX = listX + [int(ath_X)]
    a+=1

while j <= 1996:
    jth_Y = "".join(linesplit1[j])
    listY = listY + [((int(jth_Y))-1)]
    j+=1

X = np.array(listX)

y = np.array(listY)

print("%s %s %s %s" % ('Dimension of X: ', len(X), 'Dimension of y: ', len(y)))

print("%s %s" % (X.shape[0], y.shape[0]))

print(X[1996])

print(y[1996])

clf.fit(X, y)

ficheiro1.close()

ficheiro.close()

print("We're done")

--->这是打印出来的：

X维度：1997年y维度：1997年

1997 1997

987654321

0

追溯（最近一次通话）：

clf.fit（X，y）中的文件“ C：/Python27/qqer.py”，第52行

适合的文件“ C：\\ Python27 \\ lib \\ site-packages \\ sklearn \\ svm \\ base.py”，行166（X.shape [0]，y.shape [0]））

ValueError：X和y具有不兼容的形状。

X有1个样本，但y有1997。

--->如果我将X和y的形状打印出来，为什么会出现这种错误？ 有想法吗？

Answer 1

X的形状必须为(n_samples, n_features)如SVC.fit文档字符串中所述。 一维数组被解释为单个样本（为方便起见，对单个样本进行预测）。 将X重塑为(n_samples, 1) 。