我刚开始使用scikit和numpy/pandas，但我对Python和数据处理有一定的了解。我对sk-learn分类器的输入格式感到困惑。我尝试使用调试器来检查sk-learn教程示例中使用的示例矩阵，但它们包含大量成员，我无法区分哪些是数据，哪些是派生出来的。

有没有某个参考规格说明了数组应该是什么样子，以及如何构造它才能成为sk-learn分类器的有效输入？

回答：

Sklearn期望你的特征矩阵X具有以下形式：

ind feat1   feat20   2   11   1   2

你可以使用pandas数据框或numpy数组作为输入。

如果你使用的是分类学习，那么y需要与X具有相同数量的行。

你可以从sklearn加载数据集，并检查矩阵的维度和形状，因为它们已经适合问题相关的算法（在这种情况下，它将是一个监督回归问题）：

import sklearn.datasetsX,y = sklearn.datasets.load_boston(return_X_y=True)X.shape[0] == y.shape[0]

输出

True