python 中的逻辑回归 - 初学者 - 重塑数据集

Question

您好：我正在尝试在 python 中测试逻辑回归 model。 我有一个特征以及数据集中的因变量。 当我运行分类器时，我收到以下消息：

ValueError: Expected 2D array, got 1D array instead:
array=[8. 4. 6. ... 5. 7. 3.].
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.

我该如何纠正？

另外 - 这是一个不平衡的数据集。 结果仅出现在数据集中大约 1% 的记录中。 我欢迎您提出任何解决此问题的建议，无论是过采样、欠采样等。

谢谢！

Answer 1

您有一个 X 和一个 Y 值。 由于通常有许多 X 变量来预测一个 Y 变量，逻辑回归 model 期望输入如下：

[[1],[2],[3]]

这与过采样或欠采样无关，您的输入数据格式不正确。

您可以像这样将 1d 转换为 2d 列表：

X = [1,2,3,4]
X = [[item] for item in X]

或使用 numpy arrays：

X = X.reshape(-1,1)

Answer 2

只需通过X.reshape(-1, 1)而不是X 。