如何解决 raise ValueError("bad input shape {0}".format(shape)); ValueError: 错误的输入形状 (977, 57)答案

【问题标题】：How to resolve raise ValueError("bad input shape {0}".format(shape)); ValueError: bad input shape (977, 57)如何解决 raise ValueError("bad input shape {0}".format(shape)); ValueError: 错误的输入形状 (977, 57)
【发布时间】：2020-09-06 01:50:50
【问题描述】：

一个数据集有多个2500 rows 和22 columns，包括年龄列。我已经完成了 SVR 的所有流程。它在继续。但我仍然不得不面对一个错误。那是raise ValueError("bad input shape {0}".format(shape)), ValueError: bad input shape (977, 57)。我的输入是SupportVectorRefModel.fit(X_train, y_train)。我该如何解决这个问题？

from sklearn.model_selection 
import train_test_split 
from sklearn.svm import SVR 

X_train, y_train = dataset.loc[:1000], dataset.loc[:1000] 
X_test, y_test = dataset.loc[1001], dataset.loc[1001] 
train_X, train_y = X_train.drop(columns=['age']), y_train.pop('age')
test_X, test_y = X_test.drop(columns=['age']), y_test.pop('age')

SupportVectorRefModel = SVR()
SupportVectorRefModel.fit(X_train, y_train)

输出：

raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (977, 57)

【问题讨论】：

@Bobs-Burgers 请查看这篇文章

标签： python pandas machine-learning scikit-learn regsvr32

【解决方案1】：

您需要将train_X, train_y 传递给您的.fit 函数。您当前正在传递X_train，这是您删除age 列之前的数据集。

应该是这样的

SupportVectorRefModel = SVR()
SupportVectorRefModel.fit(train_x, train_y)

【讨论】：