【问题标题】:"ValueError: query data dimension must match training data dimension"“ValueError:查询数据维度必须匹配训练数据维度”
【发布时间】:2020-03-15 02:26:57
【问题描述】:

如何在 3 列 X_train 数据上使用以下代码。错误

“ValueError:查询数据维度必须匹配训练数据维度”

在使用 3 列 X_train 数据执行以下代码时发现。

# Visualising the Training set results
from matplotlib.colors import ListedColormap
X_set, y_set = X_train, y_train
X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
                     np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
             alpha = 0.75, cmap = ListedColormap(('red', 'green')))
plt.xlim(X1.min(), X1.max())
plt.ylim(X2.min(), X2.max())
for i, j in enumerate(np.unique(y_set)):
    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
                c = ListedColormap(('red', 'green'))(i), label = j)
plt.title('K-NN (Training set)')
plt.xlabel('Age')
plt.ylabel('Estimated Salary')
plt.legend()
plt.show()

【问题讨论】:

  • 错误来自classifier.predict,所以和numpy或者matplotlib没有关系。因此,请使用正确的标签并确保清楚 classifier 是什么。
  • 分类器是knn分类器

标签: python machine-learning


【解决方案1】:

在训练和预测期间,您的特征向量的维数必须相同。如果您想使用 3 列进行预测,那么模型也必须使用 3 列进行训练。

【讨论】:

  • X_train.shape= (87482, 3)
  • 假设您使用 keras,由于您对 classifier.predict() 的查询值不是 [ x, 3] 的形式,因此会抛出 query data dimension must match training data dimension。您可以打印要解析的数组的形状吗?
猜你喜欢
  • 2019-07-10
  • 2019-05-14
  • 2017-05-19
  • 2015-07-09
  • 2018-08-25
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多