我正在使用以下代码创建LogisticRegression分类器:

regressor = LogisticRegression()regressor.fit(x_train, y_train)

x_train和y_train的形状都是

<class 'tuple'>: (32383,)

x_train包含的数值范围大约在[0..1]之间，而y_train只包含0和1。

不幸的是，fit函数运行失败并显示错误

ValueError: Found input variables with inconsistent numbers of samples: [1, 32383]

为参数添加转置操作也无济于事。

回答：

继续我在评论中提出的解决方案：问题出在x_train的形状上。因此，我们需要重新塑形它：

根据文档说明：

X : {array-like, sparse matrix}, shape (n_samples, n_features)

y : array-like, shape (n_samples,)

示例使用scikit-learn和numpy：

from sklearn.linear_model import LogisticRegressionimport numpy as np# 创建元组数据x_train = tuple(range(32383))x_train = np.asarray(x_train)# 对y_train进行同样的处理y_train=tuple(range(32383))y_train = np.asarray(y_train)# 将元组转换为nparray并重新塑形x_trainx_train = x_train.reshape(32383,1)# 检查形状是否为(32383,)y_train.shape# 创建模型lg = LogisticRegression()# 拟合模型lg.fit(x_train, y_train)

这样应该可以正常工作。希望对你有帮助