当期望1d阵列时，传递列向量y

Posted 2021-05-03

我需要适应RandomForestRegressor的sklearn.ensemble。

forest = ensemble.RandomForestRegressor(**RF_tuned_parameters)
model = forest.fit(train_fold, train_y)
yhat = model.predict(test_fold)

这段代码一直有效，直到我对数据进行了一些预处理（train_y）。错误消息说：

DataConversionWarning：当期望1d数组时传递列向量y。请将y的形状更改为（n_samples，），例如使用ravel（）。

model = forest.fit（train_fold，train_y）

以前train_y是一个系列，现在它是numpy数组（它是一个列向量）。如果我应用train_y.ravel()，那么它就变成了一个行向量，并且没有出现错误信息，通过预测步骤需要很长时间（实际上它永远不会完成......）。

在RandomForestRegressor的文档中，我发现train_y应该定义为y : array-like, shape = [n_samples] or [n_samples, n_outputs]任何想法如何解决这个问题？

答案

改变这一行：

model = forest.fit(train_fold, train_y)

至：

model = forest.fit(train_fold, train_y.values.ravel())

另一答案

当我试图训练一个KNN分类器时，我也遇到过这种情况。但似乎在我改变后警告消失了： knn.fit(X_train,y_train) 至 knn.fit(X_train, np.ravel(y_train,order='C'))

在这条线之前，我使用了import numpy as np。

另一答案

使用下面的代码：

model = forest.fit(train_fold, train_y.ravel())

如果你仍然因为错误而得到以下相同的打击？

Unknown label type: %r" % y

使用此代码：

y = train_y.ravel()
train_y = np.array(y).astype(int)
model = forest.fit(train_fold, train_y)

另一答案

我有同样的问题。问题是标签是一种列格式，而它预计会连续排列。使用np.ravel()

knn.score(training_set, np.ravel(training_labels))

希望这能解决它。

另一答案

另一种方法是使用ravel

model = forest.fit(train_fold, train_y.values.reshape(-1,))