我是Python和机器学习的新手。我想将SVM拟合到训练集上。

from sklearn.model_selection import train_test_splitx_train, x_test, y_train, y_test=train_test_split(x, y, test_size=0.3)clf=SVC(kernel='rbf')clf.fit(x_train,y_train)

然后我得到了一个错误： ValueError: y should be a 1d array, got an array of shape (73584, 15) instead.

x_train.shape, x_test.shape, y_train.shape, y_test.shape

输出：

((73584, 37), (31536, 37), (73584, 15), (31536, 15))

那么我该如何解决这个问题呢？如果有任何建议，我将不胜感激。

y的形状：

标签y的示例是：

回答：

SVM的输出是，对于每个数据点，一个类别。因此，对于73584个数据点，每个有37个特征，你的目标需要是一个包含73584个分类的向量，每个分类是一个类别编号。你是否对输出进行了独热编码？如果是，你应该撤销这一操作。