# Importing required libraries
import numpy as np
import pandas as pd
# Importing dataset
dataset = pd.read_csv('Position_Salaries.csv')
X = dataset.iloc[:, 1: -1].values
y = dataset.iloc[:, -1].values
y = y.reshape(len(y), 1)
# Feature Scaling
from sklearn.preprocessing import StandardScaler
scy = StandardScaler()
scX = StandardScaler()
X = scX.fit_transform(X)
y = scy.fit_transform(y)
# Training SVR model
from sklearn.svm import SVR
regressor = SVR(kernel = 'rbf')
regressor.fit(X, y)
# Predicting results from SCR model
# this line is generating error
scy.inverse_transform(regressor.predict(scX.transform([[6.5]])))
我正在嘗試執行此代碼以預測模型中的值，但在運行它后我收到如下錯誤：
ValueError: Expected 2D array, got 1D array instead:
array=[-0.27861589].
Reshape your data either using an array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.
錯誤的完整堆疊跟蹤：
甚至我的老師也在使用相同的代碼，但他的一個正在使用我的一個，而不是我是機器學習的新手，誰能告訴我我在這里做錯了什么。謝謝你的幫助。這是供參考的資料
uj5u.com熱心網友回復：
這是因為您預測的形狀，scy期望輸出具有(-1, 1)形狀。
將最后一行更改為：
scy.inverse_transform([regressor.predict(scX.transform([[6.5]]))])
您還可以使用此行來預測：
pred = regressor.predict(scX.transform([[6.5]]))
pred = pred.reshape(-1, 1)
scy.inverse_transform(pred)
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/381670.html
上一篇：ValueError:找到具有0個特征的陣列(shape=(2698,0))而MinMaxScaler需要至少1個特征