我正在学习一门机器学习课程，并按照说明完成了一个简单的决策树示例。代码运行正常，直到我开始预测结果时，遇到了以下错误：

“ValueError: 预期是二维数组，但得到的是一维数组：array=[10. 1. 4. 0. 0. 0.]。请使用 array.reshape(-1, 1) 如果你的数据只有一个特征，或者使用 array.reshape(1, -1) 如果它包含单个样本，来重塑你的数据。”

代码: clf = RandomForestClassifier(n_estimators=10) clf = clf.fit(X, y)

print(clf.predict([10, 1, 4, 0, 0, 0]))print(clf.predict([10, 0, 4, 0, 0, 0]))

我不是很确定如何“重塑”预测调用。我尝试在谷歌上搜索过，但答案对我来说并不清楚。

回答：

只需在你的预测函数中传入 [[10,1,4,0,0,0]] 而不是 [10,1,4,0,0,0]。传入一维数组意味着你正在传递六个具有单一特征的示例，现在通过将其变成二维数组，意味着你正在传递一个具有六个特征的示例，你已经用这些特征训练了模型。