Scikit learn sklearn文档中类似数组的形状（n个样本）与[n个样本]

对于样本重量，其形状要求为数组状（n个样本，），有时为数组状[n个样本]。（n_samples，）是否表示一维数组？[n_samples]是指列表？或者它们彼此相等？

---

这两种形式都可以在这里看到：

您可以使用一个简单的示例来测试这一点：

import numpy as np
from sklearn.naive_bayes import GaussianNB

#create some data
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
Y = np.array([1, 1, 1, 2, 2, 2])

#create the model and fit it
clf = GaussianNB()
clf.fit(X, Y)

#check the type of some attributes
type(clf.class_prior_)
type(clf.class_count_)

#check the shapes of these attributes
clf.class_prior_.shape
clf.class_count_

或更高级的搜索：

#verify that it is a numpy nd array and NOT a list
isinstance(clf.class_prior_, np.ndarray)
isinstance(clf.class_prior_, list)

同样，您可以检查所有属性

结果

numpy.ndarray

numpy.ndarray

(2,)

array([ 3.,  3.])

True

False

---

结果表明，这些属性是numpynd数组

尝试调用一个方法，例如

predict（x）

，该方法返回

C:array，shape=[n\u samples]

。检查此结果的

类型

和

形状

（如果可用），您得到了什么？两者都是等效的。sklearn文档提到对象应该是数组或类似数组的。通常，这意味着一个numpy数组。