SVR ValueError:形状为 (1,1) 的不可广播输出操作数与广播形状 (1,9) 不匹配

Posted

技术标签:

【中文标题】SVR ValueError:形状为 (1,1) 的不可广播输出操作数与广播形状 (1,9) 不匹配【英文标题】:SVR ValueError: non-broadcastable output operand with shape (1,1) doesn't match the broadcast shape (1,9) 【发布时间】:2020-08-03 17:24:13 【问题描述】:

我正在使用 SVR 来预测 NBA 幻想得分。我的 indep 变量添加到我的 dep 变量中。

import numpy as np
import pandas as pd

X 是一个 58 行 x 9 列的数组。 9列之和=第10列(Y)

DK = pd.read_csv('NV.csv')
X = DK.iloc[:, :-1].values.astype(float)
Y = DK.iloc[:,9].values.astype(float).reshape(-1,1)


#Feature Scaling

from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
sc_y = StandardScaler()
X = sc_X.fit_transform(X)
Y = sc_y.fit_transform(Y)

#Fitting SVR to data and creating regressors

from sklearn.svm import SVR
regressor1 = SVR(kernel='rbf')
regressor1.fit(X,Y)

当我运行上述程序时,我得到一个数据警告和以下输出

DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the         shape of y to (n_samples, ), for example using ravel().
y = column_or_1d(y, warn=True)

SVR(C=1.0, cache_size=200, coef0=0.0, degree=3, epsilon=0.1, gamma='auto',
kernel='rbf', max_iter=-1, shrinking=True, tol=0.001, verbose=False)

预测新结果是我的代码遇到障碍的地方

y_pred = sc_y.inverse_transform((regressor1.predict(sc_X.transform(np.array([[6.5]])))))

这将返回以下错误。问题是我如何拟合/缩放数据还是完全不同的问题?

ValueError                                Traceback (most recent call last)
<ipython-input-63-9c7f8b557a70> in <module>
----> 1 y_pred = sc_y.inverse_transform((regressor1.predict(sc_X.transform(np.array([[1.9]])))))

~\Anaconda\lib\site-packages\sklearn\preprocessing\data.py in transform(self, X, copy)
767         else:
768             if self.with_mean:
--> 769                 X -= self.mean_
770             if self.with_std:
771                 X /= self.scale_

ValueError: non-broadcastable output operand with shape (1,1) doesn't match the broadcast shape (1,9)

【问题讨论】:

***.com/… 我也有点困惑,为什么您要使用机器学习来预测您创建的计算度量。 【参考方案1】:

首先了解错误本身:

X -= self.mean_

我可以通过以下方式重现错误:

In [234]: X = np.array([[1.23]])                                                                       
In [235]: X.shape                                                                                      
Out[235]: (1, 1)
In [236]: X -= np.array([[1,2,3]])                                                                     
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-236-6854fd7cd554> in <module>
----> 1 X -= np.array([[1,2,3]])

ValueError: non-broadcastable output operand with shape (1,1) doesn't match the broadcast shape (1,3)

我要写的是,将回溯备份到您自己的代码可能需要一些工作。但我看到你自己的代码:

sc_X.transform(np.array([[6.5]]))

np.array([[6.5]]) 很可能是 (1,1) 数组 X

【讨论】:

以上是关于SVR ValueError:形状为 (1,1) 的不可广播输出操作数与广播形状 (1,9) 不匹配的主要内容,如果未能解决你的问题,请参考以下文章

ValueError:检查输入时出错:预期dense_1_input的形状为(180,),但数组的形状为(1,)

ValueError:检查时出错:预期dense_1_input的形状为(3,),但得到的数组形状为(1,)

ValueError:检查目标时出错:预期dense_6的形状为(46,),但数组的形状为(1,)

ValueError:检查目标时出错:预期dense_4的形状为(4,)但得到的数组形状为(1,)

ValueError:检查目标时出错:预期dense_3的形状为(1,)但得到的数组形状为(2,)

ValueError:检查目标时出错:预期 model_2 的形状为 (None, 252, 252, 1) 但得到的数组的形状为 (300, 128, 128, 3)