尝试预测数字时出错：预期的二维数组，得到的是一维数组

Question

我最近开始在 youtube 教程中学习 ML。根据教程中的内容，我决定改进并应用到一种猜谜游戏中。游戏有多个场景和一些数字，玩家在进入下一阶段之前必须收集这些数字。所以我想将其应用于 ML 并尝试看看会发生什么。在我的 CSV 文件中，我有 16 列（阶段和 1 到 15 个数字）和很多行。因此，为了预测最后阶段（1988 年）的数字是多少，我直接输入了“...预测（[[1988]]））”并得到了ValueError: Expected 2D array, got 1D array instead.我知道在这种情况下几乎不可能预测，但我的主要目标是减少错误数量，看看 ML 能有多好地解决这个问题。你们能告诉我我做错了什么以及哪里做错了吗？为了更好地解释，代码如下：import pandasfrom sklearn.tree import DecisionTreeClassifiergame_data = pandas.read_csv('game_data2.csv')game_list = game_data.drop(columns=['n1', 'n2', 'n3', 'n4', 'n5',                                     'n6', 'n7', 'n8', 'n9', 'n10',                                      'n11', 'n12', 'n13', 'n14', 'n15'])game_stage = game_data['STAGE']model = DecisionTreeClassifier()model.fit(game_stage, game_list)predictions = model.predict([[1988]])predictions先感谢您！

Answer 1

game_stage在将变量传递给model.fit().

如果您像这样修改代码，则不会收到错误消息：

import pandas

from sklearn.tree import DecisionTreeClassifier

import numpy as np

# Read data

game_data = pandas.read_csv('game_data2.csv')

game_list = game_data.drop(columns=['n1', 'n2', 'n3', 'n4', 'n5', 'n6', 'n7', 'n8', 'n9', 'n10', 'n11', 'n12', 'n13', 'n14', 'n15'])

game_stage = game_data['STAGE']

# Reshape into 2D array using numpy

game_stage = np.asarray(game_stage)

# -1 means this dimension is inferred from the data

game_stage = game_stage.reshape(-1,1)

# Train model

model = DecisionTreeClassifier()

model.fit(game_stage, game_list)

# Prediction

predictions = model.predict([[1988]])

predictions

Answer 2

您只需为 predict 方法提供相同的二维数组，但要处理一个（或多个）值。简而言之，您可以更换

[1988]

和

[[1988]]

它应该有效。

这个答案变得流行，所以我想我应该添加更多关于 ML 的解释。简短版本：我们只能对与训练数据 (X) 具有相同维度的数据使用预测。

在所讨论的示例中，我们在 X 中为计算机提供了一堆行，并在 y 中向其显示了正确的响应。当我们想要使用新值进行预测时，我们的程序期望相同 - 一堆行。即使我们只想对一行执行此操作，该行也必须是另一个数组的一部分。