X和y有不相容的形状

Question

我试图在1997年训练样本的一维特征向量上拟合一个分类器，样本大小相同，包含我的y:

clf = svm.SVC()
j = 0
a = 0
listX = []
listY = []
while a <= 1996:
    ath_X = "".join(linesplit[a])
    listX = listX + [int(ath_X)]
    a+=1
while j <= 1996:
    jth_Y = "".join(linesplit1[j])
    listY = listY + [((int(jth_Y))-1)]
    j+=1
X = np.array(listX)
y = np.array(listY)
print("%s %s %s %s" % ('Dimension of X: ', len(X), 'Dimension of y: ', len(y)))
print("%s %s" % (X.shape[0], y.shape[0]))
print(X[1996])
print(y[1996])
clf.fit(X, y)
ficheiro1.close()
ficheiro.close()
print("We're done")

->这是什么打印:

X维数:1997

1997年

1997

987654321

0

回溯(最近一次调用):

文件"C:/Python27/qqer.py"，第52行，在clf。适合(X, y)

文件"C:Python27libsite-packagessklearnsvmbase.py"，第166行，in fit(X.shape [0], y.shape [0]))

ValueError: X和y的形状不兼容。

X有1个样本，而y有1997个样本。

->如果我打印出相同的形状的X和y，为什么我会得到这样的错误?有什么想法吗?

Answer 1

X的形状必须是SVC.fit文档字符串中解释的(n_samples, n_features)。一维数组被解释为单个样本(为了方便对单个样本进行预测)。重塑X为(n_samples, 1)