“ValueError: y 应该是一维数组，取而代之的是一个形状为 (3, 4) 的数组。”使用 sklearn 中的 fit() 时

【问题标题】："ValueError: y should be a 1d array, got an array of shape (3, 4) instead." While using fit() from sklearn“ValueError: y 应该是一维数组，取而代之的是一个形状为 (3, 4) 的数组。”使用 sklearn 中的 fit() 时
【发布时间】：2021-10-06 01:48:59
【问题描述】：

我输入：

import numpy as np
from sklearn.linear_model import LogisticRegression
label_list = np.array([1,2,3])
label_list = label_list.reshape(-1,1)
feature_matrix = np.array([[0,0,1,1],[0,1,0,1],[1,0,0,1]])
model = LogisticRegression()
model.fit(label_list,feature_matrix)

然后是我的控制台输出：

ValueError: y should be a 1d array, got an array of shape (3, 4) instead.

我该如何解决？我是初学者。请说清楚。

【问题讨论】：

标签： python scikit-learn logistic-regression

【解决方案1】：

根据示例代码，我了解到label_list 是“目标向量”（y），feature_matrix 是X 矩阵。

所以，正确的用法应该是：

 model.fit(feature_matrix, label_list)

另外，你不能重塑label_list：

label_list = label_list.reshape(-1,1)

因为model.fit() 需要一个形状为(n_samples,) 的向量，而您给出的是一个形状为(n_samples, 1) 的向量。

总而言之，您的代码应如下所示：

import numpy as np
from sklearn.linear_model import LogisticRegression
label_list = np.array([1,2,3])
feature_matrix = np.array([[0,0,1,1],[0,1,0,1],[1,0,0,1]])
model = LogisticRegression()
model.fit(feature_matrix, label_list)

【讨论】：

你真好！