我正在按照this tutorial进行此ML预测:
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]))
我使用的是Python3.6,得到的错误是“需要2D数组,而得到的是1D数组”: 我认为这个脚本是针对老版本的,但我不知道如何将其转换为3.6版本。
已尝试使用:
X.reshape(1, -1)
我使用下面的方法。
您只需要为
predict
方法提供相同的2D数组,但需要处理一个或多个值。简而言之,你可以与
它应该能起作用。
编辑:这个答案变得流行了,所以我想我应该对ML做更多的解释。简短的版本:我们只能对与训练数据相同维度的数据(
X
)使用predict
。在这个例子中,我们在
X
中给计算机一组行(每个行有两个值),并在y
中向它显示正确的响应。当我们想使用新的值predict
时,我们的程序期望相同的行数。即使我们只想对一行(有两个值)执行此操作,该行也必须是另一个数组的一部分。在数组
[0.58,0.76]
上运行预测时出现问题。在调用predict()
之前,请通过重新调整其形状来解决问题:相关问题 更多 >
编程相关推荐