错误：找到暗淡 3 的数组。预计估计器 <= 2。MLPClassifier答案

【问题标题】：Error: Found array with dim 3. Estimator expected <= 2. MLPClassifier错误：找到暗淡 3 的数组。预计估计器 <= 2。MLPClassifier
【发布时间】：2018-07-09 21:07:33
【问题描述】：

尝试使用 MLPClassifier。我做的对吗？

下面是我的代码：

我之前写过：

x =[[181,80,44],[177,70,43],[160,60,30],[154,54,37],
   [166,65,40],[190,90,47],[175,64,39],[177,60,43],
   [171,57,44],[191,85,42],[165,55,40]]

但我正在尝试按如下方式减少我的代码：

x =[(np.random.randn(36).reshape(12,3)).tolist()]

y= ['male','female','female','female','female','male',
   'male','female','male','female','male','female']
clf = MLPClassifier()
clf = clf.fit(x,y)
prediction = clf.predict([[0,0,0]])
print(prediction)

【问题讨论】：

标签： machine-learning artificial-intelligence

【解决方案1】：

你得到的错误是由这一行引起的：

x =[(np.random.randn(36).reshape(12,3)).tolist()]

在这里，您创建了一个包含 12 行和 3 列的数组，它可以用作分类器的特征，然后您使用 tolist() 将其转换为一组 12 个包含 3 个项目的列表，即不必要。然后你有一个列表理解 [] 围绕它创建一个包含 12 个列表的列表，每个列表包含 3 个项目，而你真正需要的只是一个 12x3 数组对象，就像你最初使用 reshape() 创建的那样。

改为使用以下行，该错误将消失：

x = np.random.randn(36).reshape(12,3)

我要补充一点，您使用的训练集非常小，两个类都是从同一分布中随机生成的。这将无法很好地分离，因为它们本质上是相同的数据，在male 和female 的两个任意分类之间随机拆分。

如果您要创建自己的数据集，则应改为随机抽样两个不同的分布（不同的均值和标准差），并使用更大的样本量进行训练和测试。我建议尝试一些 sklearn datasets 或查找一些教程以更好地理解我的意思。

【讨论】：