python3.7解决最小二乘遇到ValueError:Expected2Darray,got1Darrayinstead:array=[5.].关于reshape和predict_ValueError:signalsmustbe1-Darray资源-CSDN文库

78 浏览量 2021-01-20 03:31:13 上传评论 2 收藏 43KB PDF 举报

资源详情

资源评论

资源推荐

python3.7解决最小二乘遇到解决最小二乘遇到ValueError:Expected 2D array,

got 1D array instead: array=[5.].关于关于reshape和和predict

在用在用python的的LinearRegression做最小二乘时遇到如下错误：做最小二乘时遇到如下错误：

ValueError: Expected 2D array, got 1D array instead:

array=[5.].

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a

single sample.

翻译过来是：

ValueError：预期为2D数组，改为获取1D数组：

数组= [5.]。

如果数据具有单个功能，则使用array.reshape（-1，1）重整数据；如果包含单个样本，则使用array.reshape（1，-1）重整

数据。

也就是需要使用reshape改变原始数组的形状。

下面拿一个简单例子来说明：下面拿一个简单例子来说明：

#原来的代码

import numpy as np

from matplotlib import pyplot as plt

from sklearn.linear_model import LinearRegression

#目的：建立x与y的最小二乘方程

x=np.array([2,5,8,8,13,15,17,19,21,24])

y=np.array([12,31,45,52,79,85,115,119,135,145])

plt.scatter(x,y) #查看散点图

regression=LinearRegression()

model=regression.fit(x,y) #最小二乘建模

上面的代码报错，于是根据错误提示，修改后代码如下：上面的代码报错，于是根据错误提示，修改后代码如下：

#修改后的代码

import numpy as np

from matplotlib import pyplot as plt

from sklearn.linear_model import LinearRegression

#目的：建立x与y的最小二乘方程

x=np.array([2,5,8,8,13,15,17,19,21,24]).reshape(-1,1)

y=np.array([12,31,45,52,79,85,115,119,135,145])

plt.scatter(x,y) #查看散点图

regression=LinearRegression()

model=regression.fit(x,y) #最小二乘建模

也就是在创建也就是在创建x数组后加上数组后加上 reshape(-1,1) 重整数组。重整数组。

#原数组

x=np.array([2,5,8,8,13,15,17,19,21,24]);x

Out[12]: array([ 2, 5, 8, 8, 13, 15, 17, 19, 21, 24])

#修改后数组

x=np.array([2,5,8,8,13,15,17,19,21,24]).reshape(-1,1);x

Out[13]:

array([[ 2],

[ 5],

[ 8],

[ 8],

[13],

[15],

[17],

[19],

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

内容反馈

weixin_38548817

粉丝: 3
资源: 917

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip