Python 巨蟒：“；ValueError:使用序列“设置数组元素”；使用sklearn时

以下是几行：

---

---

结果:

Traceback (most recent call last):


File "C:\Python\code\test.py", line 14, in <module>
clf = clf.fit(X,Y)
File "C:\Python\lib\site-packages\sklearn\tree\tree.py", line 790, in fit
X_idx_sorted=X_idx_sorted)
File "C:\Python\lib\site-packages\sklearn\tree\tree.py", line 116, in fit
X = check_array(X, dtype=DTYPE, accept_sparse="csc")
File "C:\Python\lib\site-packages\sklearn\utils\validation.py", line 402, 

in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
in check_array
array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: setting an array element with a sequence.
[Finished in 0.5s]

回溯（最近一次呼叫最后一次）：
文件“C:\Python\code\test.py”，第14行，在
clf=clf拟合（X，Y）
文件“C:\Python\lib\site packages\sklearn\tree\tree.py”，第790行，以fit格式
X_idx_排序=X_idx_排序）
文件“C:\Python\lib\site packages\sklearn\tree\tree.py”，第116行
X=检查数组（X，dtype=dtype，accept\u sparse=“csc”）
文件“C:\Python\lib\site packages\sklearn\utils\validation.py”，第402行，
在check_数组中
array=np.array（array，dtype=dtype，order=order，copy=copy）
在check_数组中
array=np.array（array，dtype=dtype，order=order，copy=copy）
ValueError:使用序列设置数组元素。
[在0.5s内完成]

---

预期结果：

应显示根据身体测量预测的性别：

“182,78,43”

例：男性还是女性

在Sublime上使用sklearn、numpy+mkl和scipy运行Python3.6

代码最初来自：。 整个youtube评论区都没有对此的答案。

---

如果能在这里找到答案，我将不胜感激。

如果这确实是您的代码，那么问题从一开始就出现了：

X = [[181,80,44], [177, 70, 43], [160, 60, 38], 154, 54, 37], 
[166,64,40], [190,90,47], [175,64,39],[177,70,40],[159,55,37],
[171,75,42],[181,85,43]

正在创建一个远离可用性的东西：

print(X)
# ([[181, 80, 44], [177, 70, 43], [160, 60, 38], 154, 54, 37],)

每个方向添加一个括号（如果你还不清楚的话）：阅读SkPoice的数据格式文档：2D形状数组（nx样本，nx特征）；还考虑一些单词形状的NoMPY介绍，在内部>所有事物都是基于数字的）：

我必须承认：这是应该立即找到的东西，我不明白为什么有人会花时间为它创建帖子，而不是花时间检查简单数组创建的语法

平心而论：我认为它一开始不会经过语法检查（这确实是一个奇怪的结构）

编辑：公平地说#2:链接的视频也真的那么糟糕。。。我不知道该怎么想（在这个任务中使用DTree可能已经很疯狂了，甚至线性回归似乎更可行）

---

是的，在按照上述方法进行校正后，代码预测

男性

最初的方法是我可以想象的，就像视频中解释的依赖（sklearn），需要有一个坚实的基础来进行工作，从中检索的东西也很容易与这种现象相关。感谢你能在发言中言简意赅。我从中吸取了教训！确保掌握基本知识：numpy、sklearn。这很重要。我不认为这个视频频道一见钟情（破译代码，有趣的ALGO决定，这个演示，特别是关于页面）！我必须承认：如果没有查看python的文档，我并不真正理解X到底是什么（外部结构是一个元组），但这并不重要，因为它没有遵循所需的假设。在学习基础知识的大量教程、文档等中，有什么关于autodidact的建议吗？至于第二个表达，向后学习就是答案。我不知道你想学什么。但是理解理论，然后理解技术就足够了。这意味着：寻找开放大学ML课程，然后遵循官方的numpy/scipy/sklearn文档。

print(X)
# ([[181, 80, 44], [177, 70, 43], [160, 60, 38], 154, 54, 37],)

X = [[181,80,44], [177, 70, 43], [160, 60, 38], [154, 54, 37],  # before 154
[166,64,40], [190,90,47], [175,64,39],[177,70,40],[159,55,37],
[171,75,42],[181,85,43]]                                        # at end