使用 scikit-learn 预测单个值会导致 ValueError

Question

我尝试用一​​个 X 变量和一个 Y 变量做一些基本的 sklearn 东西。 Single 我用单列预测，我必须将 X 转换为 2D 数组。现在我想预测一个值，但我的模型只允许我预测一个长度为 32 的数组。

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
import numpy as np

df = pd.read_csv("https://gist.githubusercontent.com/seankross/a412dfbd88b3db70b74b/raw/5f23f993cd87c283ce766e7ac6b329ee7cc2e1d1/mtcars.csv")
df

X = df["mpg"].values.reshape(1, -1)
y = df["cyl"].values.reshape(1, -1)

y
clf = RandomForestClassifier(random_state=0)
clf.fit(X, y)

clf.predict([[35]])

ValueError：模型的特征数量必须与输入匹配。 模型 n_features 为 32，输入 n_features 为 1

谁能帮我解决这个问题？

Answer 1

如果你用错误形状的数据错误地拟合了模型：

X = df["mpg"].values.reshape(1, -1)
y = df["cyl"].values.reshape(1, -1)

X.shape
(1, 32)

这意味着 X 是 1 个观测值和 32 个预测变量。而您拥有的是 1 个预测变量和 32 个观测值。

应该是这样的：

X = df[["mpg"]]
y = df["cyl"]

clf = RandomForestClassifier(random_state=0)
clf.fit(X, y)

然后预测使用：

clf.predict(np.array(35).reshape(-1,1))
array([4])