预期 2D 数组，得到 1D 数组。错在哪里？

Question

我开始学习 SVM 和 PCA。我尝试在 Sci-Kit Learn 'load_digits' 数据集上应用 SVM。

当我将 .fit 方法应用于 SVC 时，出现错误：

"预期的二维数组，得到一维数组： 数组=[ 1.9142151 0.58897807 1.30203491 ... 1.02259477 1.07605691 -1.25769703]。 如果您的数据具有单一特征，请使用 array.reshape(-1, 1) 重塑您的数据

如果包含单个样本，则为 array.reshape(1, -1)。"

这是我写的代码：**

from sklearn.datasets import load_digits
from sklearn.decomposition import PCA
from sklearn.preprocessing import scale
X_digits, y_digits = load_digits(return_X_y=True)
data = scale(X_digits)
pca=PCA(n_components=10).fit_transform(data)
reduced_data = PCA(n_components=2).fit_transform(data)
from sklearn.svm import SVC
clf = SVC(kernel='rbf', C=1E6)
X=[reduced_data[:,0]
y=reduced_data[:,1]
clf.fit(X, y)

有人可以帮我吗？提前谢谢你。

Answer 1

您的错误是由于 clf.fit() 要求数组 X 为 2 维（当前为 1 维），并且通过使用 X.reshape(-1, 1)，X 变为 (N,1) (2D -如我们所愿）数组，而不是(N,) (1D)，其中 N 是数据集中的样本数。但是，我也认为您对reduced_data 的解释可能不正确（根据我对sklearn 的有限经验）：

• 您拥有的reduced_data 数组包含两个主要组件（数据集中两个最重要的特征，n_components=2），您应该将其用作新的“数据”（@ 987654331@).

• 相反，您将reduced_data 的第一列作为样本X，将第二列作为目标值y。据我了解，更好的方法是制作X = reduced_data，因为样本数据应该包含两个PCA 特征，而制作y = y_digits，因为PCA 没有改变标签（目标）。

（我还注意到您定义了pca = PCA(n_components=10).fit_transform(data)，但没有继续使用它，因此我已将其从答案中的代码中删除）。

结果，你会得到这样的结果：

from sklearn.datasets import load_digits
from sklearn.decomposition import PCA
from sklearn.preprocessing import scale
from sklearn.svm import SVC

X_digits, y_digits = load_digits(return_X_y=True)
data = scale(X_digits)
# pca=PCA(n_components=10).fit_transform(data)
reduced_data = PCA(n_components=2).fit_transform(data)

clf = SVC(kernel='rbf', C=1e6)
clf.fit(reduced_data, y_digits)

我希望这会有所帮助！