Python sklearn-knn值错误：应为2d数组

我目前正在学习knn并尝试做一些预测， 但它最终导致了以下错误：预期为2D数组，而实际为1D数组。 虽然我查找了一些线程，但我不知道如何重塑数组

将numpy作为np导入 将matplotlib.pyplot作为plt导入 作为pd进口熊猫 从sklearn.model\u选择导入列车\u测试\u拆分 从sklearn.preprocessing导入StandardScaler 从sklearn.neighbors导入KNeighborsClassifier 从sklearn.linear_模型导入逻辑回归 从sklearn.metrics导入混淆矩阵 从SKM学习导入度量 数据=pd.read\u csv'justAnUrl' X=data.iloc[：，：-1] y=data.iloc[：，13]。值 X_序列，y_序列，X_测试，y_测试=序列测试分割X，y，测试大小=0.25，随机状态=100 sc_X=标准定标器 X_系列=sc_X.fit_Transform X_系列 X_测试=sc_X.X_测试 A. knn=kneighborsrn_近邻=5 knn_列表=[] 对于范围为25的x： knn.fitX_列车，y_列车 y_pred=knn.predictX_检验 匹配项=0 如果y_pred[x]==y_test[x]： 匹配项=匹配项+1 精度=匹配项/leny\u pred knn_列表 打印列表 数据是关于心脏病的

---

希望您能帮助我，其他人也能从这个例子中学习。

您的列车测试拆分顺序是错误的，应该是错误的 X_列车，X_试验，y_列车，y_试验=列车试验

---

艾德：也就是说，你在X_列上安装了定标器，还试图用那个定标器变换y_列。把订单整理好就可以了。

检查是否有帮助you@DouglasFerreira如果我这样做了，我会被告知，X只有一个特性，但是StandardScaler期望13。向数据结尾添加值。iloc[：，：-1]会改变什么吗？那么也许你想要。重塑1，-1而不是。重塑-1，1如果我添加值，它不会改变什么。如果我交换重塑值，它会说X有227个特征，但StandardScaler预计会有13个特征，因为inputI尝试了这个序列测试分割，但它不会改变结果。我仍然得到2d数组错误