为什么fit_transform一直抛出错误？
为什么fit_transform一直抛出错误？
提问于 2020-07-24 22:09:39
我一直在努力理解为什么fit_transform总是抛出错误。调试没有多大帮助，因为它只是将我带到数组的定义，并且我不确定我错过了什么。有什么想法吗？
import numpy as np
from sklearn.preprocessing import MinMaxScaler
import pickle
def split_data(inputs, outputs, p_train=0.9, p_test=0.1):
train_size = int(len(inputs) * p_train)
test_size = int(len(inputs) * p_test)
inputs_train, inputs_test = inputs[0:train_size, :], inputs[train_size:, :]
outputs_train, outputs_test = outputs[0:train_size, :], outputs[train_size:, :]
return inputs_train, inputs_test, outputs_train, outputs_test
rawinputs = pickle.load(open('rawinputs.pck', 'rb'))
rawoutputs = pickle.load(open('rawoutputs.pck', 'rb'))
#split
inputs_train, inputs_test, outputs_train, outputs_test = split_data(rawinputs, rawoutputs, p_train=0.90, p_test=0.10)
#normalize
scaler_inputs = MinMaxScaler()
inputs_train_scaled = scaler_inputs.fit_transform(inputs_train)
inputs_test_scaled = scaler_inputs.transform(inputs_test)
outputs_train = np.asmatrix(outputs_train)在使用fit_transform的第一行抛出错误get：
inputs_train_scaled = scaler_inputs.fit_transform(inputs_train)例如：一行rawinput数据的：
['28,7170876207375' '339,050018316624' '0,173448071160097' '158,211319524893']抛出错误：
File "C:\****\venv\lib\site-packages\sklearn\base.py", line 690, in fit_transform return self.fit(X, **fit_params).transform(X)回答 1
Stack Overflow用户
发布于 2020-07-25 06:34:04
关键是inputs_train变量必须是二维数组。
下面是一个简单的例子：
from sklearn.datasets import fetch_olivetti_faces我们将对人脸数据集应用MinMaxScaler。
from sklearn.datasets import fetch_olivetti_faces
olivetti = fetch_olivetti_faces()
X = olivetti.images
y = olivetti.targetX是人脸图像，其中y是每个人脸的标签。
接下来，我们将把数据集分为训练集和测试集。
类似于您的split_data方法。
from sklearn.datasets import fetch_olivetti_faces
from sklearn.model_selection import train_test_split
olivetti = fetch_olivetti_faces()
X = olivetti.images
y = olivetti.target
x_train, x_test, y_train, y_test = train_test_split(X, y,
test_size=0.2,
random_state=42)random_state变量将帮助我们在每次运行代码时生成相同的训练和测试集。
现在，如果我们查看x_train变量：
print(x_train.shape)
有320个训练图像，每个图像是64 x 64像素。我们必须重塑才能使用MinMaxScaler
x_train = x_train.reshape(x_train.shape[0], x_train.shape[1] * x_train.shape[2])现在新的图像大小：
最终代码：
from sklearn.datasets import fetch_olivetti_faces
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
olivetti = fetch_olivetti_faces()
X = olivetti.images
y = olivetti.target
x_train, x_test, y_train, y_test = train_test_split(X,
y,
test_size=0.2,
random_state=42)
x_train = x_train.reshape(x_train.shape[0], x_train.shape[1] * x_train.shape[2])
x_test = x_test.reshape(x_test.shape[0], x_test.shape[1] * x_test.shape[2])
min_max_obj = MinMaxScaler()
inputs_train_scaled = min_max_obj.fit_transform(X=x_train)
inputs_test_scaled = min_max_obj.transform(X=x_test)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63075311
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号