Python &引用;ValueError:查询数据维度必须与培训数据维度“匹配”;
如何在3列X_列车数据上使用以下代码。错误 “ValueError:查询数据维度必须与培训数据维度匹配” 在使用3列X_列车数据执行以下代码时发现Python &引用;ValueError:查询数据维度必须与培训数据维度“匹配”;,python,machine-learning,Python,Machine Learning,如何在3列X_列车数据上使用以下代码。错误 “ValueError:查询数据维度必须与培训数据维度匹配” 在使用3列X_列车数据执行以下代码时发现 # Visualising the Training set results from matplotlib.colors import ListedColormap X_set, y_set = X_train, y_train X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1
# Visualising the Training set results
from matplotlib.colors import ListedColormap
X_set, y_set = X_train, y_train
X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
alpha = 0.75, cmap = ListedColormap(('red', 'green')))
plt.xlim(X1.min(), X1.max())
plt.ylim(X2.min(), X2.max())
for i, j in enumerate(np.unique(y_set)):
plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
c = ListedColormap(('red', 'green'))(i), label = j)
plt.title('K-NN (Training set)')
plt.xlabel('Age')
plt.ylabel('Estimated Salary')
plt.legend()
plt.show()
在训练和预测期间,特征向量的维数必须相同。如果要使用3列进行预测,则模型还必须使用3列进行训练。错误来自分类器。预测,因此它与numpy或matplotlib无关。因此,请使用正确的标记,并确保清楚什么是
分类器
。分类器是knn classifierX_train.shape=(87482,3)假设您使用KERA,查询数据维度必须与训练数据维度相匹配,因为您的分类器的查询值。predict()
不是[x,3]
。您可以打印正在解析的数组的形状吗?