Python腳本錯誤「預期的二維數組，而不是1D數組：」？

Question

我下面這個教程，使這個ML預測：使用Python 3.6

Link Tutorial

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib import style 

style.use("ggplot") 
from sklearn import svm 

x = [1, 5, 1.5, 8, 1, 9] 
y = [2, 8, 1.8, 8, 0.6, 11] 

plt.scatter(x,y) 
plt.show() 

X = np.array([[1,2], 
      [5,8], 
      [1.5,1.8], 
      [8,8], 
      [1,0.6], 
      [9,11]]) 

y = [0,1,0,1,0,1] 
X.reshape(1, -1) 

clf = svm.SVC(kernel='linear', C = 1.0) 
clf.fit(X,y) 

print(clf.predict([0.58,0.76])) 

Im和我得到錯誤「預期二維數組，得到了一維數組，而不是：」我 覺得劇本是爲舊版本，但我不知道如何將其轉換爲3.6版本。

已經與嘗試：

X.reshape(1, -1) 

Answer 1

你只是應該提供predict方法用相同的二維數組，但要處理（或更多）的一個值。總之，只需更換

[0.58,0.76] 

隨着

[[0.58,0.76]] 

，它應該工作

Answer 2

問題發生時，你的陣列[0.58,0.76]上運行的預測。在調用之前通過重塑它來解決問題predict()：

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib import style 

style.use("ggplot") 
from sklearn import svm 

x = [1, 5, 1.5, 8, 1, 9] 
y = [2, 8, 1.8, 8, 0.6, 11] 

plt.scatter(x,y) 
plt.show() 

X = np.array([[1,2], 
      [5,8], 
      [1.5,1.8], 
      [8,8], 
      [1,0.6], 
      [9,11]]) 

y = [0,1,0,1,0,1] 

clf = svm.SVC(kernel='linear', C = 1.0) 
clf.fit(X,y) 

test = np.array([0.58, 0.76]) 
print test  # Produces: [ 0.58 0.76] 
print test.shape # Produces: (2,) meaning 2 rows, 1 col 

test = test.reshape(1, -1) 
print test  # Produces: [[ 0.58 0.76]] 
print test.shape # Produces (1, 2) meaning 1 row, 2 cols 

print(clf.predict(test)) # Produces [0], as expected