我有一个包含21000行（数据样本）和102列（特征）的数据集。我希望基于当前数据集生成一个更大的合成数据集，例如包含100000行，以便用于机器学习目的。

我参考了@XXX在https://stats.stackexchange.com/questions/215938/generate-synthetic-data-to-match-sample-data上的回答，但无法成功基于我的数据生成更大的合成数据集。

我遇到的错误的跟踪信息如下：

Traceback (most recent call last):  File "MyScript.py", line 66, in <module>    new_data = SMOTE(df,50,10)  File "MyScript.py", line 52, in SMOTE    nn = neigh.kneighbors(T[i], return_distance=False)  File "/trinity/clustervision/CentOS/7/apps/anaconda/4.3.31/3.6-VE/lib/python3.5/site-packages/sklearn/neighbors/base.py", line 393, in kneighbors    X = check_array(X, accept_sparse='csr')  File "/trinity/clustervision/CentOS/7/apps/anaconda/4.3.31/3.6-VE/lib/python3.5/site-packages/sklearn/utils/validation.py", line 547, in check_array    "if it contains a single sample.".format(array))ValueError: Expected 2D array, got 1D array instead:

我知道这个错误（预期2D数组，得到的是1D数组）发生在nn = neigh.kneighbors(T[i], return_distance=False)这一行。准确地说，当我调用函数时，T是一个形状为(21000×102)的numpy数组，这是我从Pandas数据框转换而来的numpy数组。我知道这个问题可能有一些类似的重复问题，但它们都没有回答我的问题。任何这方面的帮助将不胜感激。

回答：

所以T[i]给出的数组形状是(102, )。

函数期望得到的数组形状是(1, 102)。

你可以通过调用reshape来实现这一点：

nn = neigh.kneighbors(T[i].reshape(1, -1), return_distance=False)

如果你不熟悉np.reshape，1表示第一个维度的大小应为1，而-1表示第二个维度的大小应为numpy可以广播到的任何大小；在这种情况下，就是原始的102。