文章目录
1、问题描述：
背景：机器学习时关于SVM的学习，之前线性回归、逻辑回归切分数据集时均是将X切分为（输入特征维数，样本数），例如（5，250）代表输入特征是5维，样本数是250个。那是因为之前手敲线性、逻辑回归时用到的数学公式要求维度是这样。但是如果直接使用sklearn库里的现成函数，需要的恰恰相反，即需要（样本数，输入特征维数）这样的格式作为参数的输入。否则报错。
函数：svm.SVC中的 fit() 函数
bug：
- ValueError: y should be a 1d array, got an array of shape (1, 250) instead.
- ValueError: Found input variables with inconsistent numbers of samples: [5, 250].
- ValueError: X has 250 features, but SVC is expecting 5 features as input.
- DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
code：
# SVM训练与预测 1.0
res = svm.SVC(C=svm_C, kernel=svm_kernel)
res.fit(train_set_X, train_set_y) #训练
train_predict_y = res.predict(train_set_X) #训练集上的预测
test_predict_y = res.predict(test_set_X) #测试集上的预测
2、分析与解决办法：
1、首先运行上方原代码，会报错：
ValueError: y should be a 1d array, got an array of shape (1, 250) instead。
查看变量列表如下图
可以看到train_set_y的shape是(1,250)，而这里期望的shape是(250,)。
所以解决办法：
二维转一维即可，我习惯用reshape(-1)，当然还有flatten()、ravel()、squeeze()函数都能实现。
# SVM训练与预测 2.0
res = svm.SVC(C=svm_C, kernel=svm_kernel)
res.fit(train_set_X, train_set_y.reshape(-1)) #训练 修正!!!
# res.fit(train_set_X, train_set_y.flatten()) #训练 修正!!!
# res.fit(train_set_X, train_set_y.ravel()) #训练 修正!!!
# res.fit(train_set_X, np.squeeze(train_set_y)) #训练 修正!!!
train_predict_y = res.predict(train_set_X) #训练集上的预测
test_predict_y = res.predict(test_set_X) #测试集上的预测
2、但运行上述代码又报错：
ValueError: Found input variables with inconsistent numbers of samples: [5, 250]
意思是“样本数和输入变量不一致”。想不通，就去查看源码的说明，如下：
可以看到上图，当我们将train_set_y由 (1,250) 变为 (250,) 并将其作为y传入时，250会被视作样本个数，自己也确实是250个样本的标注，这一点符合。
但是请注意，这里train_set_X的shape是（5，250），按照上图注释的意思，5会被视作样本数，250被实作输入特征的维数，而后面train_set_y是被视作有250个样本，故自然报错不匹配。
所以解决办法：
1、使用.T属性，将train_set_X的shape由（5，250）转为（250，5）;
2、既然train_set_X使用了.T属性，为了好看，train_set_y也先使用.T属性有（1，250）转为（250，1），再使用.reshape(-1)即可；
# SVM训练与预测 3.0
res = svm.SVC(C=svm_C, kernel=svm_kernel)
res.fit(train_set_X.T, train_set_y.T.reshape(-1)) #训练 修正!!!
# res.fit(train_set_X.T, train_set_y.T.flatten()) #训练 修正!!!
# res.fit(train_set_X.T, train_set_y.T.ravel()) #训练 修正!!!
# res.fit(train_set_X.T, np.squeeze(train_set_y)) #训练 修正!!!
train_predict_y = res.predict(train_set_X) #训练集上的预测
test_predict_y = res.predict(test_set_X) #测试集上的预测
其实吧，不用这么麻烦，直接最初切分数据集时变成需要的不就行了？不然之后用一次还要.T转一次。
2、但运行上述代码还报错：
- - -> 67 train_predict_y = res.predict(train_set_X) #训练集上的预测
ValueError: X has 250 features, but SVC is expecting 5 features as input.
那这里的分析就不难了，再使用.T就行了。故修正code如下：
# SVM训练与预测
res = svm.SVC(C=svm_C, kernel=svm_kernel)
res.fit(train_set_X.T, train_set_y.T.reshape(-1)) #训练
# res.fit(train_set_X, train_set_y.flatten()) #训练
# res.fit(train_set_X, train_set_y.ravel()) #训练
# res.fit(train_set_X, np.squeeze(train_set_y)) #训练
train_predict_y = res.predict(train_set_X.T) #训练集上的预测
test_predict_y = res.predict(test_set_X.T) #测试集上的预测
3、DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
自己后来看老师标准代码时，老师传入的X是（250，5），y是（250，1）。自己产生了疑惑，定义里不是说了y应该为（250，）。于是自己尝试按照老师的运行了下，发现给了个警告。所以虽然不用管也能运行，但还是按照规范吧。
解决方法：
4、总结
码字不易，有用记得点赞！