值错误：操作数不能与shapes一起广播-逆变换-Python

Question

我知道有人问过很多问题。我仍然在努力寻找答案，因为我在代码中使用了inverse_transform。

假设我有一个数组a

a.shape
> (100,20)

还有另一个数组b

b.shape
> (100,3)

当我做一个np.concatenate的时候

hat = np.concatenate((a, b), axis=1)

现在hat的形状是

hat.shape    
(100,23)

在这之后，我试着这么做

inversed_hat = scaler.inverse_transform(hat)

当我这样做的时候，我得到一个错误：

ValueError: operands could not be broadcast together with shapes (100,23) (25,) (100,23)

这个广播错误在inverse_transform中吗？任何建议都会有帮助的。提前谢谢！

Answer 1

虽然您没有指定，但我假设您使用的是scikit learn的StandardScaler中的inverse_transform()。你需要先适应数据。

import numpy as np
from sklearn.preprocessing import MinMaxScaler


In [1]: arr_a = np.random.randn(5*3).reshape((5, 3))

In [2]: arr_b = np.random.randn(5*2).reshape((5, 2))

In [3]: arr = np.concatenate((arr_a, arr_b), axis=1)

In [4]: scaler = MinMaxScaler(feature_range=(0, 1)).fit(arr)

In [5]: scaler.inverse_transform(arr)
Out[5]:
array([[ 0.19981115,  0.34855509, -1.02999482, -1.61848816, -0.26005923],
       [-0.81813499,  0.09873672,  1.53824716, -0.61643731, -0.70210801],
       [-0.45077786,  0.31584348,  0.98219019, -1.51364126,  0.69791054],
       [ 0.43664741, -0.16763207, -0.26148908, -2.13395823,  0.48079204],
       [-0.37367434, -0.16067958, -3.20451107, -0.76465428,  1.09761543]])

In [6]: new_arr = scaler.inverse_transform(arr)

In [7]: new_arr.shape == arr.shape
Out[7]: True

Answer 2

似乎您正在使用sklearn.preprocessing的pre-fitscaler对象。 如果是真的，根据我的说法，你用来拟合的数据是维度（x，25），而你的数据形状是维度（x，23），这就是你遇到这个问题的原因。