python - scikit - sklearn example

error en la secuencia de comandos de Python "Se esperaba una matriz 2D, en su lugar se obtuvo una matriz 1D:”?

Question

Estoy siguiendo este tutorial para hacer esta predicción de ML:

Tutorial de enlaces

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]))

Estoy usando Python 3.6 y obtengo el error "Se esperaba una matriz 2D, se obtuvo una matriz 1D:" Creo que la secuencia de comandos es para versiones anteriores, pero no sé cómo convertirla a la versión 3.6.

Ya intente con el:

   X.reshape(1, -1)

Answer 1

El problema está ocurriendo cuando ejecuta la predicción en la matriz [0.58,0.76] . Arregle el problema cambiándolo de forma antes de llamar a 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

Answer 2

La matriz X e Y de la Variable Independiente y la Variable Dependiente, respectivamente, a DataFrame del tipo int64 para que se convierta de una matriz 1D a una matriz 2D. Es de clase pandas en python. y por lo tanto, la escala de características a su vez no conduce a ningún error!

Answer 3

Me enfrenté al mismo problema, excepto que el tipo de datos de la instancia que quería predecir era un objeto panda.Series .

Bueno, solo necesitaba predecir una instancia de entrada. Lo tomé de una parte de mis datos.

df = pd.DataFrame(list(BiogasPlant.objects.all()))
test = df.iloc[-1:]       # sliced it here

En este caso, deberá convertirlo en una matriz 1-D y luego volver a darle reshape .

 test2d = test.values.reshape(1,-1)

De los docs , los values convertirán Series en una matriz numpy.

Answer 4

Se supone que debe proporcionar el método de predict con la misma matriz 2D, pero con un valor que desea procesar (o más). En resumen, simplemente puede reemplazar

[0.58,0.76]

Con

[[0.58,0.76]]

Y deberia funcionar