在 LDA 中应用 fit_transform 时输入形状错误

Question

当我尝试应用它输出的 LDA 的 fit_transform() 方法时，我已经在我的数据集上应用了 get_dummies() 方法，之后为了训练和测试目的拆分数据集：

ValueError: bad input shape (26905, 8)

我做错了什么？我不确定问题是由于get_dummies() 方法还是我缺少的其他任何东西

# Sample Code


df = pd.read_csv('/Users/rushirajparmar/Downloads/Problem 16 (1)/Problem 16/Problem 16/train_file.csv')


df.drop(['UsageClass','CheckoutType','CheckoutYear','CheckoutMonth'],axis = 1,inplace = True)


Y=pd.get_dummies(df,columns = ['MaterialType'])
X=pd.get_dummies(df,columns = ['Title','Creator','Subjects','Publisher','PublicationYear'])


X.drop(['MaterialType'],axis = 1,inplace = True)


Y.drop(['ID','Checkouts','Title','Creator','Subjects','Publisher','PublicationYear'],axis = 1,inplace = True)

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.15)


from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)


from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
lda = LDA(n_components = 1)
X_train = lda.fit_transform(X_train, y_train)
X_test = lda.transform(X_test)

数据集：

这里是train_file.csv 供参考

Answer 1

您不必对目标变量应用 get_dummies。您可以直接将多类标签提供给LDA。

From Documentation:

fit_transform(X, y=None, **fit_params)

适合数据，然后 转换它。

使用可选参数 fit_params 和 返回 X 的转换版本。

参数：
X : numpy array of shape [n_samples, n_features] Training 设置。

y : numpy 形状数组 [n_samples] 目标值。

返回： X_new : numpy 形状数组 [n_samples, n_features_new] 转换后的数组。

因此，您的y 必须是一维的。

X_train, X_test, y_train, y_test = train_test_split(X, df['MaterialType'], test_size = 0.15)

lda = LDA(n_components = 1)
X_train = lda.fit_transform(X_train, y_train)