一个数据集有多个2500 rows
和22 columns
,包括age column
。我已经完成了SVR的所有流程。事情还在继续。但我仍然不得不面对一个错误。那就是raise ValueError("bad input shape {0}".format(shape)), ValueError: bad input shape (977, 57)
。我的输入是SupportVectorRefModel.fit(X_train, y_train)
。我如何解决这个问题
from sklearn.model_selection
import train_test_split
from sklearn.svm import SVR
X_train, y_train = dataset.loc[:1000], dataset.loc[:1000]
X_test, y_test = dataset.loc[1001], dataset.loc[1001]
train_X, train_y = X_train.drop(columns=['age']), y_train.pop('age')
test_X, test_y = X_test.drop(columns=['age']), y_test.pop('age')
raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (977, 57)
如果要删除给定列的前
x
行,请使用DataFrame.drop其中
end
是要从数据集开头删除的行数注意:不能仅从单个列中删除元素。您必须删除所有行或用NaN或其他替换值替换删除的值
更新
OP进一步澄清后,最终结果是从
X_*
数据帧中删除age
列,并将age
列存储在其自己的数据帧*_y
应该会给你想要的最终结果
相关问题 更多 >
编程相关推荐