Python SKlearn逻辑回归错误输入形状错误

我如何消除这个错误

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
import pandas as pd

df =  pd.read_csv("train.csv")

clean = {"Sex": {"male":1, "female":0}} 
df.replace(clean, inplace = True)
df["label"] = df['Survived']
df =  df.drop(["Name","Ticket","Cabin","Embarked","Fare","Parch","Survived"],  axis = 1)
df = df.dropna(axis = 0, how="any")

X = df.drop(["label"],axis = 1).values
y = df["label"].values

X_train , y_train, X_test, y_test = train_test_split(X, y, test_size = 0.7)

log_reg  = LogisticRegression()
log_reg.fit(X_train, y_train)
print("Accuracy on test subset: (:.3f)".format(log_reg.score(X_train, y_train)))

ERROR
Traceback (most recent call last):
  File "C:\Users\user\Documents\17\kaggle'\logistic.py", line 20, in <module>
    log_reg.fit(X_train, y_train)
  File "C:\Users\user\AppData\Local\Programs\Python\Python36-32\lib\site-packages\sklearn\linear_model\logistic.py", line 1216, in fit
    order="C")
  File "C:\Users\user\AppData\Local\Programs\Python\Python36-32\lib\site-packages\sklearn\utils\validation.py", line 547, in check_X_y
    y = column_or_1d(y, warn=True)
  File "C:\Users\user\AppData\Local\Programs\Python\Python36-32\lib\site-packages\sklearn\utils\validation.py", line 583, in column_or_1d
    raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (500, 5)

来自sklearn.linear\u模型导入逻辑回归
从sklearn.model\u选择导入列车\u测试\u拆分
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
df=pd.read\U csv（“train.csv”）
干净={“性别”：{“男性”：1，“女性”：0}
df.更换（清洁，就地=正确）
df[“标签”]=df[“幸存”]
df=df.下降（[“姓名”、“车票”、“客舱”、“上船”、“车费”、“停车”、“幸存”]，轴=1）
df=df.dropna（轴=0，how=“any”）
X=df.drop（[“标签”]，轴=1）。值
y=df[“标签”]。值
X_系列，y_系列，X_测试，y_测试=系列测试分割（X，y，测试尺寸=0.7）
log_reg=LogisticRegression（）
日志注册匹配（X\U系列、y\U系列）
打印（“测试子集的精度：（：.3f）”。格式（日志记录分数（X\U序列，y\U序列）））
错误
回溯（最近一次呼叫最后一次）：
文件“C:\Users\user\Documents\17\kaggle'\logistic.py”，第20行，在
日志注册匹配（X\U系列、y\U系列）
文件“C:\Users\user\AppData\Local\Programs\Python36-32\lib\site packages\sklearn\linear\u model\logistic.py”，第1216行
order=“C”）
文件“C:\Users\user\AppData\Local\Programs\Python36-32\lib\site packages\sklearn\utils\validation.py”，第547行，在check\X\y中
y=列_或_1d（y，警告=真）
文件“C:\Users\user\AppData\Local\Programs\Python\Python36-32\lib\site packages\sklearn\utils\validation.py”，第583行，在列\u或\u 1d中
raise VALUERROR（“错误的输入形状{0}”。格式（形状））
ValueError:输入形状不正确（500,5）

错误是由以下原因造成的：

X_train , y_train, X_test, y_test = train_test_split(X, y, test_size = 0.7)

这不是

train\u test\u split

返回的结果

实际使用应为：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.7)

train\u test\u split

将按照提供的数据顺序返回分割的数组。因此X将被分成

X\u列，X\u测试

并首先返回，然后y将作为

y\u列y\u测试

返回。

---

希望这有帮助。

错误是由以下原因造成的：

X_train , y_train, X_test, y_test = train_test_split(X, y, test_size = 0.7)

这不是

train\u test\u split

返回的结果

实际使用应为：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.7)

train\u test\u split

将按照提供的数据顺序返回分割的数组。因此X将被分成

X\u列，X\u测试

并首先返回，然后y将作为

y\u列y\u测试

返回。

---

希望这有帮助。

在熊猫数据框上使用

值后，您能告诉我们
X.shape
和
y.shape
是什么吗？看起来它们应该具有正确的形状和类型（分别是2D和1D numpy.array），我认为这会有所不同的唯一原因是数据帧为空（例如，dropna（）后没有行）。X.shape给出（714，5）和y.shape给出（714，）。在使用熊猫数据框上的
值后，能否向我们展示
X.shape
和
y.shape
是什么？看起来它们应该具有正确的形状和类型（分别是2D和1D numpy.array），我认为这会有所不同的唯一原因是数据帧为空（例如，dropna（）后没有行）。X.shape给出（714，5）和y.shape给出（714，）。