Python 3.x ML新手首次尝试使用SVM和SVR处理一些语法/换位错误

我正试图运行一个SVR的一些数据，我从雅虎金融。我想使用以太坊的收盘价，通过监督学习方法预测未来10-15天的路径。我已经做过自回归模型（ARIMA），但现在我想尝试模式识别等ML技术，所以我从SVR开始

我只是遇到了一个问题，我不知道如何将我的数据列转换成一行，以便SVR工作…我认为这将是简单的，但我是新的编码整体…感谢您的帮助；见下文：

“建立一个简单的模型，使用机器学习对股票价格进行模式记录”

当我运行此命令时，会出现以下错误：

回溯（最近一次调用last）：文件“C:/Users/../Machine” 学习/MaclearningStockPrediction.py”，第19行 svr_lin.fit（日期、价格）文件“C:\Users…\AppData\Local\Continuum\anaconda3\lib\site packages\sklearn\svm\base.py”， 第149行，合适的 十、 y=check_X_y（X，y，dtype=np.float64，order='C'，accept_sparse='csr'）文件 “C:\Users…\AppData\Local\Continuum\anaconda3\lib\site packages\sklearn\utils\validation.py”， 第583行，在支票中 检查长度（X，y）一致的文件“C:\Users…\AppData\Local\Continuum\anaconda3\lib\site packages\sklearn\utils\validation.py”， 第204行，检查长度是否一致 “样本：%r”%[int（l）表示长度为l的样本]）值错误：找到样本数不一致的输入变量：[1，1085]

价格和日期的长度均为1085个字符

执行此操作时，请提供帮助：

dates = dates.values.reshape(1,len(dates))

日期

将转换为一个行向量，该行向量包含1行和1085列。在scikit学习中，X（数据特征）所需的数据是

[n\u示例，n\u特征]

。所以在这里，scikit认为您的数据只有一个样本，具有1085个特征

但是你的

价格

的形状是[1085]，根据scikit的说法，应该是[n_样本，]形状。所以这里的样本数量是1085。这就是错误

您应该执行以下操作以更正错误：

dates = dates.values.reshape(len(dates), 1)

---

谢谢Vivek，但当我实施更改并重新运行时，程序似乎并没有停止……我让它运行了一个多小时，但我没有得到任何进展或进程完成的确认。@user10156750这是线性svm

svr\u lin

的问题。它无法在数据上收敛。仅

svr\u poly

或

svr\u rbf

。

dates = dates.values.reshape(len(dates), 1)