LinearDiscriminantAnalysisの関数をフィットまたは予測する

Question

私は、SciKit-Learns Linear Discriminant Analysisパッケージを使用して、既知の座標をラベルに基づいて座標にラベルを割り当てようとしています。 1つのパンダのデータフレームに格納された座標とラベルをトレーニングし、別の座標系をターゲットとします。 2つのデータフレームは行の長さが等しくなく、トレーニングセットがより大きくなります。元のデータフレームの座標にラベルを適用して、pd.mergeでキーとして使用したいと考えています。

私は、この問題に多面体またはマテリアルのマットプロット点を使用してアプローチすることができますが、この方法でテストしたいと思います。ここで私はあなたがターゲットで混乱していると思います、そして、以下のように実行され、私はdocs

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis 
from sklearn.preprocessing import LabelEncoder 
le = LabelEncoder() 
labels_fea = le.fit_transform(Spatial_index['Postcode']) 
trainingdata=df1[['xcoord','ycoord']].values 
targetvalues=df2[['xcoord','ycoord']].values 
clf = LinearDiscriminantAnalysis(solver='svd', shrinkage=None, priors=None,  
n_components=None, store_covariance=False, tol=0.0001) 

に基づいたものだ

clf.fit(trainingdata,targetvalues) 

これは、次のエラーをスローし、

ValueError: bad input shape (8860, 2) 

Answer 1

とテスト。クラシファイアはラベルの1次元配列（あなたの場合はポストコード）を期待しているため、エラーが発生しています。あなたのデータを見ることなく、私は確かに言うことはできませんが、あなたはおそらく、あなたはあなたの予測が