我有一组颜色列表：
initialColors = [u'black' u'black' u'black' u'white' u'white' u'white' u'powderblue' u'whitesmoke' u'black' u'cornflowerblue' u'powderblue' u'powderblue' u'goldenrod' u'white' u'lavender' u'white' u'powderblue' u'powderblue' u'powderblue' u'powderblue' u'powderblue' u'powderblue' u'powderblue' u'powderblue' u'white' u'white' u'powderblue' u'white' u'white']这些颜色有对应的标签如下：
labels_train = [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1]0表示颜色由女性选择，1表示由男性选择。我打算使用另一组颜色来预测性别。
因此，对于我的初始颜色，我将颜色名称转换为数值特征向量，如下所示：
from sklearn import preprocessingle = preprocessing.LabelEncoder()le.fit(initialColors)features_train = le.transform(initialColors)转换后，我的features_train看起来像这样：
[0 0 0 5 5 5 4 6 0 1 4 4 2 5 3 5 4 4 4 4 4 4 4 4 5 5 4 5 5] 最后，我执行以下操作：
from sklearn.naive_bayes import GaussianNBclf = GaussianNB()clf.fit(features_train, labels_train)但我得到了一个错误：
/Library/Python/2.7/site-packages/sklearn/utils/validation.py:395: DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample. DeprecationWarning)Traceback (most recent call last): File "app.py", line 36, in <module> clf.fit(features_train, labels_train) File "/Library/Python/2.7/site-packages/sklearn/naive_bayes.py", line 182, in fit X, y = check_X_y(X, y) File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 531, in check_X_y check_consistent_length(X, y) File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 181, in check_consistent_length " samples: %r" % [int(l) for l in lengths])ValueError: Found input variables with inconsistent numbers of samples: [1, 70]我尝试了以下操作：
features_train = features_train.reshape(-1, 1)labels_train = labels_train.reshape(-1, 1)clf.fit(features_train, labels_train)我得到了一个错误：
/Library/Python/2.7/site-packages/sklearn/utils/validation.py:526: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel(). y = column_or_1d(y, warn=True)我也尝试了：
features_train = features_train.reshape(1, -1)labels_train = labels_train.reshape(1, -1)但无论如何：
Traceback (most recent call last): File "app.py", line 36, in <module> clf.fit(features_train, labels_train) File "/Library/Python/2.7/site-packages/sklearn/naive_bayes.py", line 182, in fit X, y = check_X_y(X, y) File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 526, in check_X_y y = column_or_1d(y, warn=True) File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 562, in column_or_1d raise ValueError("bad input shape {0}".format(shape))ValueError: bad input shape (1, 29)我的问题是我不明白在我的情况下重塑数据的最佳方法是什么。你能帮我选择一种重塑数据的方法吗？
回答：
快速回答：
- 执行
features_train = features_train.reshape(-1, 1); - 不要执行
labels_train = labels_train.reshape(-1, 1)。保持labels_train不变。
一些细节：
看起来你对为什么估计器需要2D数据数组输入感到困惑。你的训练向量X具有形状(n_samples, n_features)。所以features_train.reshape(-1, 1)在你的情况下是正确的，因为你只有一个特征，并且希望让numpy推断出有多少样本。这确实解决了你的第一个错误。
你的目标值y具有形状(n_samples,)，它期望一个1D数组。当你执行labels_train = labels_train.reshape(-1, 1)时，你将其转换为2D列向量。这就是你得到第二个警告的原因。请注意，这是一个警告，意味着fit()已经弄明白了并进行了正确的转换，即你的程序继续运行并且应该是正确的。
当你执行以下操作时：
features_train = features_train.reshape(1, -1)labels_train = labels_train.reshape(1, -1)首先，对于你的情况来说，这对features_train来说是一个错误的转换，因为X.reshape(1, -1)意味着你有一个样本，并且希望让numpy推断出有多少特征。这不是你想要的，但fit()不知道，会相应地处理它，给你错误的结果。
话虽如此，你的最后一个错误并不是来自features_train = features_train.reshape(1, -1)。它来自labels_train = labels_train.reshape(1, -1)。你的labels_train现在具有形状(1, 29)，这既不是行向量也不是列向量。虽然我们可能知道它应该被解释为目标值的1D数组，但fit()还没有那么聪明，不知道该怎么处理它。
