在python sklearn中做一些機器學習模型只接受y中的單個特徵？

我在sklearn跑了SVR一些數據在python sklearn中做一些機器學習模型只接受y中的單個特徵？

from sklearn.svm import SVR 
clf = SVR() 
clf = clf.fit(train_X, train_y) 
y_score3 = clf.predict(test_X) 
predict3 = roc_auc_score(test_y, y_score3) 
print ("SVR : %(first)s" % {'first':predict3})

但是，控制檯retuns：

ValueError: bad input shape (4576, 5)

其中train_X和train_y未能獲得clf.fit()

我的形狀的數據看起來像

print (train_X.shape) 
(4576, 8) 

print (train_y.shape) 
(4576, 5)

好像模型取5，而不是4576從train_y在這種情況下

我讀了documentation，它寫道：

y : array-like, shape (n_samples,) 
Target values (class labels in classification, real numbers in regression)

這是否意味着，該模型SVR只能有一列接受ÿ ？ ps-實際上，我的y值最初是一列，離散的5個類。我只讓他們成爲5列的假人。

當我將這個數據集應用到不同的模型時，會發生這種情況。如果有人能夠很好地回答我的問題，我們將非常感激。

來源

2016-08-22 Leigh Tsai

HMH，文檔是很清楚的：如果你想要做一個分類，你給大小爲n的矢量= 4576個班級標籤。 – cel

是的，SVR只接受y隨一列，你應該重塑你Y：

train_y.shape=(train_y.shape[0]*train_y.shape[1],1)

來源

2017-03-06 07:43:12

在python sklearn中做一些機器學習模型只接受y中的單個特徵？

回答

相關問題