Python 多类分类中的错误输入形状（）

我正在使用sci工具包学习执行多类分类任务。在我创建的设置中，我想比较不同的分类算法

我使用一个管道，其中文本插入为X，Y是类（多类，N=5）。使用TfidfVectorizer（）在管道中提取文本特征

KNN完成了这项工作，但其他分类器给出了以下信息：

ValueError:bad input shape（670,5）

完全回溯：

"/Users/Robbert/pipeline.py", line 62, in <module>
train_pipeline.fit(X_train, Y_train)
File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/sklearn/pipeline.py", line 130, in fit
self.steps[-1][-1].fit(Xt, y, **fit_params)
File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/sklearn/svm/base.py", line 138, in fit
y = self._validate_targets(y)
File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/sklearn/svm/base.py", line 441, in _validate_targets
y_ = column_or_1d(y, warn=True)
File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/sklearn/utils/validation.py", line 319, in column_or_1d
raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (670, 5)

---

KNN怎么可能接受数组的形状而其他分类器不接受？以及如何更改此形状？

如果比较和中拟合（X，y）函数的文档，您将看到只有前者接受形式为[n_示例，n_输出]的y

---

可能的解决方案：为什么需要LabelBinarizer？不要使用它。

如果Y向量的大小（n_个样本，n_个类），并且至少包含一行，其中包含多个非零元素，那么您正在解决一个多标签分类问题。如果是这种情况，scikit learn docs中的算法页面将KNN列为支持多标签分类的分类器之一。您可能需要尝试该列表中的其他分类器

* sklearn.tree.DecisionTreeClassifier
* sklearn.tree.ExtraTreeClassifier
* sklearn.ensemble.ExtraTreesClassifier
* sklearn.neural_network.MLPClassifier
* sklearn.neighbors.RadiusNeighborsClassifier
* sklearn.ensemble.RandomForestClassifier
* sklearn.linear_model.RidgeClassifierCV

* sklearn.tree.DecisionTreeClassifier
* sklearn.tree.ExtraTreeClassifier
* sklearn.ensemble.ExtraTreesClassifier
* sklearn.neural_network.MLPClassifier
* sklearn.neighbors.RadiusNeighborsClassifier
* sklearn.ensemble.RandomForestClassifier
* sklearn.linear_model.RidgeClassifierCV