在Python中实现逻辑回归时Scikit-learn出现ValueError

Question

我刚接触机器学习，想在Python中用scikit-learn来做逻辑回归预测。我已经用一个小的模拟数据集设置好了逻辑回归，但当我把代码扩展到更大的数据集时，遇到了一个ValueError的问题。以下是我的代码：

inputData = np.genfromtxt(file, skip_header=1, unpack=True)
print "X array shape: ",inputData.shape 
inputAnswers = np.genfromtxt(file2, skip_header=1, unpack=True)
print "Y array shape: ",inputAnswers.shape

logreg = LogisticRegression(penalty='l2',C=2.0)
logreg.fit(inputData, inputAnswers)

我的输入数据是一个二维数组（矩阵），有149行和231列。我想把它和输入答案数组对接，输入答案数组也有149行，正好对应输入数据的149行。但是，我收到的输出是：

X array shape:  (231, 149)
Y array shape:  (149,)
Traceback (most recent call last):
File "LogRegTry_rawData.py", line 26, in <module>
logreg.fit(inputData, inputAnswers)
File "[path]", line 676, in fit
(X.shape[0], y.shape[0]))
ValueError: X and y have incompatible shapes.
X has 231 samples, but y has 149.

我明白这个错误的意思，但不太清楚为什么在这种情况下会出现这个错误，也不知道该怎么解决。非常感谢任何帮助！

Answer 1

在这里，形状的第一个元素表示行数，第二个元素表示列数。所以你有231个数据条目，但只有149个标签。试着把你的数据转置一下：inputData.T