How to resolve raise ValueError("bad input shape {0}".format(shape)); ValueError: bad input shape (977, 57)
How to resolve raise ValueError("bad input shape {0}".format(shape)); ValueError: bad input shape (977, 57)
一个数据集有超过 2500 rows
和 22 columns
包括年龄列。我已经完成了 SVR 的所有流程。它在继续。但我仍然不得不面对一个错误。即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)
。我该如何解决这个问题?
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')
SupportVectorRefModel = SVR()
SupportVectorRefModel.fit(X_train, y_train)
输出:
raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (977, 57)
您需要将 train_X, train_y
传递给您的 .fit
函数。您当前传递的是 X_train
数据集 在您删除 age
列之前 。
这是应该的
SupportVectorRefModel = SVR()
SupportVectorRefModel.fit(train_x, train_y)
一个数据集有超过 2500 rows
和 22 columns
包括年龄列。我已经完成了 SVR 的所有流程。它在继续。但我仍然不得不面对一个错误。即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)
。我该如何解决这个问题?
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')
SupportVectorRefModel = SVR()
SupportVectorRefModel.fit(X_train, y_train)
输出:
raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (977, 57)
您需要将 train_X, train_y
传递给您的 .fit
函数。您当前传递的是 X_train
数据集 在您删除 age
列之前 。
这是应该的
SupportVectorRefModel = SVR()
SupportVectorRefModel.fit(train_x, train_y)