无法使用 sklearn 库中的 fit_transform 估算一维数组（拆分测试）

Question

我正在尝试使用具有 most_frequent 策略的简单输入器来估算形状为 (14599,) 的一维数组，但它说它需要二维数组，我已经尝试过重塑它 (-1,1) 和 ( 1,-1) 但它的错误 ValueError: 无法将形状 (14599,1) 中的输入数组广播到形状 (14599) 中，因为重塑无法解决问题，我怎么能归因于此？我不明白为什么会抛出错误。我已经尝试在 DS stackexchange 中询问它，有人回答说可能是 pandas 系列，但我在 numpy 数组中创建了 x,y，然后将其传递给 X,y/train,test 的参数所以我不确定

##libraries
import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
from sklearn.impute import SimpleImputer
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder

##codes
plt.close('all')
avo_sales = pd.read_csv('avocados.csv')
avo_sales.rename(columns = {'4046':'small PLU sold',
                            '4225':'large PLU sold',
                            '4770':'xlarge PLU sold'},
                 inplace= True)

avo_sales.columns = avo_sales.columns.str.replace(' ','')

plt.scatter(avo_sales.Date,avo_sales.TotalBags)

x = np.array(avo_sales.drop(['TotalBags','Unnamed:0','year','region','Date'],1))
y = np.array(avo_sales.TotalBags)

X_train, X_test, y_train, y_test = train_test_split(x, y, test_size=0.2)

impC = SimpleImputer(strategy='most_frequent')
X_train[:,8] = impC.fit_transform(X_train[:,8].reshape(-1,1)) <-- error here

imp = SimpleImputer(strategy='median')
X_train[:,1:8] = imp.fit_transform(X_train[:,1:8])

le = LabelEncoder()
X_train[:,8] = le.fit_transform(X_train[:,8])

Answer 1

换行：

X_train[:,8] = impC.fit_transform(X_train[:,8].reshape(-1,1))

到

X_train[:,8] = impC.fit_transform(X_train[:,8].reshape(-1,1)).ravel()

你的错误就会消失。

它正在将导致代码出现问题的估算值赋值回来。

无法使用 sklearn 库中的 fit_transform 估算一维数组（拆分测试）

Cannot impute 1D array with fit_transform from sklearn library (split-test)

python

arrays

numpy

scikit-learn

train-test-split