我正在尝试对具有1059行和4列的数据集实施机器学习，但是在尝试使用以下模型拟合时出现以下错误：
knn.fit（myData ['RAB']，myData ['ETAPE']）
ValueError：找到数量不一致的输入变量
样本：[1，1059]
DeprecationWarning：在0.17中弃用数据时传递一维数组
并将在0.19中引发ValueError。使用以下方法重塑数据
X.reshape（-1，1）（如果数据具有单个功能）或X.reshape（1，-1）
如果它包含单个样本。还有如何定义多个
预测变量？
shape的输出为：
（1059，4）
如何定义多个预测变量？
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')
myData=pd.read_csv('sabmin.csv', sep=';')
print(myData.shape)
knn = KNeighborsClassifier(n_neighbors=6)
knn.fit(myData['RAB'], myData['ETAPE'])
最佳答案
根据sklearn的预期形状，您做错了。
这里：
knn.fit(myData['RAB'], myData['ETAPE'])
看来您正在提供一个系列作为输入，一个作为输出。 sklearn可能不是您想要的那样将其作为1059尺寸的一个样本。 sklearn的错误输出与我的猜测兼容。
很难知道您到底在做什么，但是至少需要将（1，1059）调整为（1059，1）。但是我也曾期望您要使用更多的列，但我不知道。
或者，您可以更早地创建一个numpy-matrix以使其更容易（
myData.as_matrix()）（我更多是使用sklearn的基于numpy的用户；但是由于基于名称的索引，很多人都使用了熊猫）。前者将是这样的：
knn.fit(myData['RAB'].reshape(-1, 1), myData['ETAPE'])
我真的建议阅读sklearn的文档（有史以来最好的文档之一），也可能还要阅读pandas＆numpy的文档，以确切了解正在发生的事情。
您可能会发现sklearn的大量示例主要基于numpy-inputs。对于初学者而言，这更容易，因为使用熊猫是另一层复杂性（DataFrames，Series等）。
关于python - 如何修复scikit机器学习中的错误？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42832807/