预期的二维数组，在 sklearn 回归模型中得到一维数组而不是错误

Question

我最近开始机器学习，当我遇到回归模型时，我发现我们使用 regressor.fit 方法训练模型，该方法采用 2 个参数观察和结果，但是观察数组是二维的，结果数组是一维的。谁能告诉我为什么我们不对 fit 方法使用相同的维度数组？当我尝试拟合相同维度的数组时，它给了我一个错误，因为 class 预期 2d 数组但给出了 1d

dataset = pd.read_csv("Position_Salaries.csv")
x= dataset.iloc[:,1:-1].values
y = dataset.iloc[:,-1].values
print(y)
print(x)
from sklearn.tree import DecisionTreeRegressor
reg = DecisionTreeRegressor(random_state=0)
reg.fit(x,y)

 Output - 
[  45000   50000   60000   80000  110000  150000  200000  300000  500000
 1000000]

[[ 1]
 [ 2]
 [ 3]
 [ 4]
 [ 5]
 [ 6]
 [ 7]
 [ 8]
 [ 9]
 [10]]

Answer 1

要使数据符合 sklearn 的首选格式，请尝试以下操作：

reg.fit(x.reshape(-1,1),y.reshape(-1,1))

预期的二维数组，在 sklearn 回归模型中得到一维数组而不是错误

Expected 2D array, got 1D array instead error in sklearn regresion models

python

arrays

numpy

pandas

scikit-learn