我是机器学习的新手,在将标量数组转换为2d数组时遇到一些问题。
我正在尝试在spyder中实现多项式回归。这是我的代码,请帮忙!
# Polynomial Regression
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[:, 1:2].values
y = dataset.iloc[:, 2].values
# Fitting Linear Regression to the dataset
from sklearn.linear_model import LinearRegression
lin_reg = LinearRegression()
lin_reg.fit(X, y)
# Fitting Polynomial Regression to the dataset
from sklearn.preprocessing import PolynomialFeatures
poly_reg = PolynomialFeatures(degree = 4)
X_poly = poly_reg.fit_transform(X)
poly_reg.fit(X_poly, y)
lin_reg_2 = LinearRegression()
lin_reg_2.fit(X_poly, y)
# Predicting a new result with Linear Regression
lin_reg.predict(6.5)
# Predicting a new result with Polynomial Regression
lin_reg_2.predict(poly_reg.fit_transform(6.5))
ValueError:预期的2D数组,改为标量数组:array = 6.5。
如果您的数据具有一个重整形,则可以使用array.reshape(-1,1)重整数据
单个特征或array.reshape(1,-1)(如果包含单个样本)。
最佳答案
您只能在Jupyter中获得此问题。
要在jupyter中解析,请使用以下代码将值放入np数组。
lin_reg.predict(np.array(6.5).reshape(1,-1))
lin_reg_2.predict(poly_reg.fit_transform(np.array(6.5).reshape(1,-1)))
对于spyder,其工作原理与您预期的相同:
lin_reg.predict(6.5)
lin_reg_2.predict(poly_reg.fit_transform(6.5))
关于python-3.x - 如何将标量数组转换为二维数组?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/55063175/