腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(2708)
视频
沙龙
1
回答
“
当
需要
一维
数组
时
,传
递了
列
向量
y
”
错误
消息
LinearDiscriminantAnalysis clf.fit(np.matrix(X_train), np.matrix(
y
_train)) 但我得到了
错误
消息
。我检查了
y
_train的形状,但它是(294,1)。尝试了ravel()方法,但它是(1,294),如果我转置它,那么它将回顾它在ravel()之前是如何做的。
浏览 9
提问于2019-10-10
得票数 2
回答已采纳
9
回答
当
需要
一维
数组
时
,传递
列
向量
y
。
、
、
、
我
需要
适应RandomForestRegressor从sklearn.ensemble。
错误
消息
说: 以前train_
y
是一个系列,现在
浏览 3
提问于2015-12-08
得票数 218
1
回答
logistic回归ValueError:发现样本数不一致的输入变量:[699,
、
、
Type,将类2映射到类型0,将类4映射到类型1# instantiate a logistic regression model, and fit with X and
y
[:,2:10].corr())print(corMat) 然而,我得到了
错误
的逻辑回归ValueError:找到了样本数不一致的输入变量:,在进行搜索之后,我发现sklearn
需要
浏览 0
提问于2016-10-30
得票数 2
回答已采纳
1
回答
方法=‘cross_val_predict _proba’返回“对于尺寸为1的轴1,索引1超出了界限”
、
、
if v=='positive' else 0 for v in data['result'].tolist()] X = data["a", "b", "c"]我试图在sklearn中使用交叉验证方法来预测X数据的类别:我的代码的这一部分工作是:
y
_pred_class= cross
浏览 0
提问于2020-08-20
得票数 1
回答已采纳
2
回答
标签的DataFrame不能有多个
列
、
、
我已经做了列车测试分裂,但在模型中拟合X_train数据
时
,我得到的误差低于。所有的特性
列
都只有数值数据,那么为什么要得到这个问题呢?
浏览 5
提问于2022-05-22
得票数 0
2
回答
DataConversionWarning:
当
需要
一维
数组
时
,传递
列
向量
y
。
、
、
我一直在运行代码的这一部分时出错:
错误
是:
浏览 10
提问于2017-03-10
得票数 7
1
回答
我在创建支持
向量
机模型
时
出错。
、
(
y
_test,
y
_pred)```javascript "DataConversionWarning:
当
需要
一维
数组
时
,传递
列
向量
y
。: DataConversionWarning:
当
需要
一维
数组
时
,传递
列
向量
y
。: DataConversionWarning:
当
需要
浏览 10
提问于2022-09-10
得票数 0
1
回答
TypeError: issubclass() arg 2必须是类、类的元组或添加'ignore_warnings‘包装器
时
的联合。
、
、
=
y
_label] scaler = None成功了,我得到了我
需要
的结果。model.pvalues) return model, X, best_alph
浏览 6
提问于2022-03-09
得票数 0
1
回答
bokeh中的绘图
错误
、
、
、
当
运行下面的代码
时
,它显示了一个
错误
的图。
浏览 4
提问于2020-01-07
得票数 0
1
回答
在IRIS DataSet上运行支持
向量
机,得到ValueError:未知标签类型:“未知”
、
、
、
= df[["Species"]]
Y
.loc[
Y
.Species == labels[0], 'Species'] = 1.0
Y
=
Y
.as_matrix() X,
Y
= prepare
浏览 1
提问于2016-12-13
得票数 3
回答已采纳
1
回答
用F0表示间接方程的输出问题
、
、
、
我被困在试图将for循环的输出写到
向量
上。问题是,一旦它通过方程,它停止并吐出这个
错误
:"Subscript索引必须是真正的正整数或逻辑。“ (((1+((
y
4+1)./(
y
4-1)).*p5p2).*((2.*
y
浏览 7
提问于2015-07-08
得票数 0
回答已采纳
2
回答
Bokeh RuntimeError,如何在绘图中添加工具提示?
、
、
、
、
我试图将工具提示添加到我之前所做的一个情节中:在x轴上是标记位置,
y
轴包含基因位置.工具提示当前为空。DFvalue = pd.DataFrame({'xmar':xmar, 'ygen':ygen, 'value':value})p.xaxis.axis_label = 'Position genes' p.yaxis.
浏览 0
提问于2018-10-31
得票数 1
回答已采纳
1
回答
如何成功地用SGD建立一个简单的线性回归模型?
、
、
、
、
这是一个凸问题,所以只要我们有足够的迭代和足够小的步长,GD或SGD最终应该找到一个零
列
误差的解。然而,由于某些原因,我的模型没有得到很好的训练(尽管它似乎正在改变模型的参数。有人知道为什么吗?= X.data.numpy(),
Y
.data.numpy() valid_indices = np.array( range(N) )
错误
似乎徘徊在2ISH上:i = 2000,
浏览 2
提问于2017-11-07
得票数 1
1
回答
不能使用operator[]访问2d堆
向量
的元素
、
、
、
、
我有一个2d
向量
,
需要
在堆上分配,并使用下面的代码行来声明和调整大小。vector<vector<double>> *myArray = new vector<vector<double>>(x, vector<double>(
y
));
错误
:没有可行的重载
浏览 2
提问于2015-01-17
得票数 1
1
回答
获取
错误
“to”必须是一个有限的数字“绘制一个函数为adstock
、
、
= myData$Total, Spend = myData$TV_total) scale_x_continuous(labels = dollar) +curveDF = data.frame(S
浏览 1
提问于2021-04-14
得票数 0
1
回答
回归分类报告(sklearn)
、
当
您试图预测某事物是否属于某个类
时
,您可以使用sklearn的分类报告。但是,这只在类是绝对的情况下才能起作用。
当
您尝试用支持
向量
回归机或线性回归来预测值
时
,有没有人碰巧知道如何使用sklearn的分类报告?13.828571)print("Classification report: ", classification_report(
y
_test,
y
_pred)) 在这里,
y
_test是熊猫Dat
浏览 1
提问于2018-08-01
得票数 7
1
回答
如何创建一个输出具有预定义大小的
数组
的函数?
、
我想做一个输出预定义大小
数组
的函数。该函数依赖于变量x、
y
、rx、ry和d。变量x和
y
与笛卡尔数值直接相关。rx和ry是从函数生成的blobs的半径。我已经将
数组
独立从传统的左上角的0, 0转换到最中间的像素。这个
数组
在长度和宽度的herms中应该总是奇数。 下面的blob一次给我一个
数组
。我
需要
一堆可以相加的
数组
。当我更改x和
y
时
,
数组
的大小也会改变,但我
需要
数组</em
浏览 17
提问于2019-07-16
得票数 0
2
回答
手柄函数Matlab
、
、
、
我开始使用Matlab中的函数句柄,我有一个问题,当我这样做
时
,Matlab计算的是什么:fun = @(x) x(1) + x(2).^2 + exp(x(3)*
y
)当我这么做的时候,Matlab计算的是:因为我正在计算这些函数的雅可比值( ),它给出了不同的结果。
浏览 4
提问于2020-08-20
得票数 0
回答已采纳
6
回答
Sklearn : ValueError:受支持的目标类型是:(“二进制”,“多类”)。得到了“多标签-指示器”
、
、
、
、
使用Sklearn分层k折叠拆分,当我尝试使用多类拆分时,我收到了
错误
消息
(见下文)。当我尝试使用二进制文件进行拆分时,它没有问题。num_classes = len(np.unique(
y
_train))for i, (train_index, val_index) in enumerate(k
浏览 2
提问于2018-01-29
得票数 39
回答已采纳
1
回答
Python中的多维numpy
数组
索引
、
、
假设我有一个这样的numpy
数组
,l = np.array([[[1, 2, 3]], [[1, 2, 3]]])也就是说,在lxz中,x表示深度,
y
表示行数,z表示
列
数。如果我使用OpenCV读取图像,所以,img.shape = (798, 679, 3) 其中3是图像的深度(RGB),798是长度(行),679是宽度(
列
)
浏览 1
提问于2020-01-17
得票数 1
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
python四种常见array/matrix运算的区别
人工智能AI(2):线性代数之标量、向量、矩阵、张量
Coursera吴恩达《神经网络与深度学习》课程笔记(3)-神经网络基础之Python与向量化
《深度学习》读书笔记系列——线性代数1
统计学习 基础神经网络
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券