分类模型期望更多特征意味着什么
What does it mean for a classification model to expect more features
我正在尝试使用 MLPClassifier 预测一些测试数据，但出现此错误：
ValueError：X 有 17 个特征，但 MLPClassifier 需要 18 个特征作为输入。这意味着什么？？
机器学习模型本质上是一个统计公式，它接受一定数量的输入并给出数值输出。在您的情况下，应该有 18 个输入值，而不是 17 个。
假设您正在使用逻辑回归。在这种情况下，您的模型如下：
yp = 1 / (1 + e^-(a1x1 + a2x1 ... a18*x18))
如果您不提供 a18，模型现在可以预测它。
我正在尝试使用 MLPClassifier 预测一些测试数据，但出现此错误：
ValueError：X 有 17 个特征，但 MLPClassifier 需要 18 个特征作为输入。这意味着什么？？
机器学习模型本质上是一个统计公式，它接受一定数量的输入并给出数值输出。在您的情况下，应该有 18 个输入值，而不是 17 个。
假设您正在使用逻辑回归。在这种情况下，您的模型如下：
yp = 1 / (1 + e^-(a1x1 + a2x1 ... a18*x18))
如果您不提供 a18，模型现在可以预测它。