在StandardScalar Fit_Transform上獲取錯誤

Question

 import numpy as np
 import matplotlib.pyplot as plt
 import pandas as pd

 dataset = pd.read_csv('Position_Salaries.csv')
 X = dataset.iloc[:, 1:2].values
 y = dataset.iloc[:, 2].values

from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
sc_y = StandardScaler()
X = sc_X.fit_transform(X)
y = sc_y.fit_transform(y)

好的，這就是問題所在。 X和y都是單一要素，並且只有一列。 如您所見，X是一個矩陣 。 y是向量 X = dataset.iloc [:, 1：2] .values y = dataset.iloc [:, 2] .values

現在，當我運行y = sc_y.fit_transform(y)我得到一個錯誤，它是一維數組。 如果我更改y = dataset.iloc[:, 2:3].values ，使其成為2D數組。 但是我希望它由於其因變量而保持為一維數組，並希望保持這種狀態。 我也解決了較早的不同示例，在這些示例中，我不得不重新縮放相似的數據，但是它沒有給我這種錯誤。 不知道為什么現在給我。 此外，我在編碼時正在觀看視頻，並且視頻中的所有內容都相同，但他沒有出現任何錯誤。

Answer 1

StandardScaler用於處理功能，而不是標簽或目標數據。 因此僅適用於二維數據。 請參閱此處獲取文檔：

• http://scikit-learn.org/stable/modules/preprocessing.html#standardization-or-mean-removal-and-variance-scaling

您可以做的是使用比例功能 。 StandardScaler只是該函數的包裝。

from sklearn.preprocessing import scale
y = scale(y)

或者，如果您想使用StandarScaler，則需要將y重塑為二維數組，如下所示：

import numpy as np
y = np.array(y).reshape(-1,1)
y = sc_y.fit_transform(y)

Answer 2

from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
X = sc_X.fit_transform(X)

sc_y = StandardScaler()
y = np.array(y).reshape(-1,1)
y = sc_y.fit_transform(y)
y = y.flatten()

Answer 3

您可以使用flatten從2D數組獲取1D數組：

y.flatten()