帶有噪聲的高斯過程模型：ValueError：塊必須是標量或長度為n_samples的數組

Question

我正在使用帶有噪聲的高斯過程建立分類模型-我不明白為什么它會因值錯誤而失敗

我有一個約10％的數據集被標記為1或0的目標。我試圖預測其他90％的概率為1。

我已經使用sklearn將標記集分為訓練集和測試集。

X是feature_training，它是一個np.array X.shape（54,9）

y是feature_target並且它是一個np.array y.shape（54,1）

兩者都是浮動的，噪聲的計算公式為：

dy = 0.5 + 1.0 * np.random.random(y.shape)
noise = np.random.normal(0, dy)
y = (y + noise)

y.shape
(54,1)

塊的類型為numpy.ndarray和形狀（54,1）

在高斯過程模型中，我正在使用-

gp = GaussianProcess(corr='squared_exponential', theta0=1e-1,
                 thetaL=1e-3, thetaU=1,
                 nugget=(dy / y) ** 2,
                 random_start=100)

gp.fit(X, y) 

失敗，因為：ValueError：塊必須為標量或長度為n_samples的數組

看起來X，y，nugget都是numpy.ndarray類型，並且形狀正確。 我認為礦塊的長度為n_samples（54），因此其長度應相等。

有什么明顯的我想念的東西嗎？

Answer 1

您的y必須是形狀(n,)的向量(n,)而不是形狀(n,1)的數組。 您可以使用以下方法解決此問題

y = y.reshape((len(y),)