numpy的陣列錯誤「錯誤（'X.shape [0]和y.shape [0]應該是相同的」

Question

我試圖將我的數據文件，以LIBSVM文件格式，並得到這個錯誤：

ValueError('X.shape[0] and y.shape[0] should be the same got 1L and 3997L instead.',), <traceback object at 0x000000000DC9E608> 

我有一個維度的文件特徵和標籤文件，特徵文件（列車數據）發生了錯誤。我使用相同的代碼來處理不同類型的特徵，因爲它是2D的，所以沒有錯誤。幫我

user_train=np.loadtxt(user_train) 
train_label=np.loadtxt(train_label) 
print('imputing training data ...') 

imp=Imputer(missing_values='NaN',strategy='mean',axis=1) 
imp.fit(user_train) 
user_train=imp.transform(user_train) 
print(user_train.shape,train_label.shape) 
print('normalizing training data ...') 
print(user,i) 

normalizer=preprocessing.Normalizer().fit(user_train) 
user_train_nor=normalizer.transform(user_train) 
print('writing trainiing data') 

output=(save_fea+'%s_tag_train_nor.txt'%(user)) 

svm_rank_format=dump_svmlight_file(user_train_nor,train_label,output,zero_based=False) 

數組作爲打印的形狀：（（1L，3997L）：user_train（地物1D），（3997L）：標籤還1D）

Answer 1

X.shape[0] and y.shape[0] should be the same got 1L and 3997L instead.

這意味着user_train.shape[0]和train_label.shape[0]應該是相同的值，但在你的情況下，它是1和3997

在一般情況下，如果你有N數量的訓練實例和M多項功能（在你的情況下，它是train_label）。那麼尺寸X（在你的情況下，它是user_train）應該是N X M和尺寸y應該是N X 1。

您可以在訓練模型之前驗證它們的維度以避免出現此類錯誤。

Solution

在這種情況下，你可以使用reshape()或transpose()轉換爲所需要的尺寸。

我想在你的例子中，尺寸user_train是1 X 3997和尺寸train_label是(3997,)。因此，要匹配維度，您可以重塑或轉置n維數組user_train來解決問題。