Python 如何修复scikit机器学习中的错误？

我正在尝试为一个1059行4列的数据集实现机器学习，但在尝试将模型与

knn.fit（myData['RAB'，myData['ETAPE']））

ValueError:找到的输入变量的数量不一致 样本：[11059]

不推荐使用警告：在0.17中不推荐将1d数组作为数据传递 并将在0.19中提高ValueError。使用以下两种方法重塑数据： 如果您的数据具有单个特征，则X.Reformate（-1，1）或X.Reformate（1，-1） 如果它包含一个样本。还有，我如何定义多个 预测变量

from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 

plt.style.use('ggplot') 

myData=pd.read_csv('sabmin.csv', sep=';')
print(myData.shape)
knn = KNeighborsClassifier(n_neighbors=6) 
knn.fit(myData['RAB'], myData['ETAPE']) 

形状的输出为：

（1059,4）

如何定义多个预测变量

from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 

plt.style.use('ggplot') 

myData=pd.read_csv('sabmin.csv', sep=';')
print(myData.shape)
knn = KNeighborsClassifier(n_neighbors=6) 
knn.fit(myData['RAB'], myData['ETAPE']) 

---

根据sklearn的预期形状，您做错了

在这里：

看起来你给了一个序列作为输入，一个作为输出。可能不是您想要的，因为sklearn将把它作为一个1059尺寸的样本。sklearn的错误输出与我的猜测一致

很难知道你到底在做什么，但你至少需要从（11059）调整到（1059，1）。但我也希望你能利用更多的栏目，但我不知道

或者，您可以更早地创建一个numpy矩阵以使其更简单（

myData.as_matrix（）

）（我更喜欢使用sklearn的numpy用户；但许多人使用pandas是因为这种基于名称的索引）

前者类似于：

knn.fit(myData['RAB'].reshape(-1, 1), myData['ETAPE'])

我真的建议阅读sklearn的文档（有史以来最好的文档之一），也可能阅读pandas&numpy的文档，以了解到底发生了什么

---

您可能会注意到sklearn的大量示例主要基于numpy输入。这对于初学者来说更容易，因为使用熊猫是一个更复杂的层次（数据帧、系列等等）。

根据sklearn的预期形状，您做得不对

在这里：

看起来你给了一个序列作为输入，一个作为输出。可能不是您想要的，因为sklearn将把它作为一个1059尺寸的样本。sklearn的错误输出与我的猜测一致

很难知道你到底在做什么，但你至少需要从（11059）调整到（1059，1）。但我也希望你能利用更多的栏目，但我不知道

或者，您可以更早地创建一个numpy矩阵以使其更简单（

myData.as_matrix（）

）（我更喜欢使用sklearn的numpy用户；但许多人使用pandas是因为这种基于名称的索引）

前者类似于：

knn.fit(myData['RAB'].reshape(-1, 1), myData['ETAPE'])

我真的建议阅读sklearn的文档（有史以来最好的文档之一），也可能阅读pandas&numpy的文档，以了解到底发生了什么

---

您可能会注意到sklearn的大量示例主要基于numpy输入。这对于初学者来说更容易，因为熊猫的使用更为复杂（数据帧、系列等）。

创建后，如何将numpy矩阵与拟合模型一起使用？此外，不推荐使用重塑。因此，我最好使用numpy方法。重塑不是不推荐的。只是两种可能的用法之一。了解更多这些核心库确实是个好主意。从numpy开始，阅读如何将pandas数据转换为numpy数据。@IPPOKRATISKARAKOTSOGLOU将pandas转换为numpy使用如何在创建后将numpy矩阵与拟合模型一起使用？此外，不推荐使用重塑。因此，我最好使用numpy方法。重塑不是不推荐的。只是两种可能的用法之一。了解更多这些核心库确实是个好主意。从numpy开始，阅读如何将熊猫数据转换为numpy数据。@IPPOKRATISKARAKOTSOGLOU将熊猫转换为numpy使用