私のデータにLinearSVCを使用しようとしています！以下の私のコード：次のエラーでScikitlearn LinearSVC入力形状が正しくない
結果：私はy_testとy_trainに分割する前に、私のyの値にワンホットエンコーディングを使用し、これが問題であると信じるまし
ValueError: bad input shape (2190, 9)
。私は同様の修正プログラム（sklearn (Bad Input Shape) ValueError）を実装しようとしましたが、試して再シェイプするとエラーが発生します。
ホットエンコーディングを1回実行した後、ターゲット変数（y）に9つのクラスがあり、合計2190のサンプルが実行されています。 SVMに合うように、これらの9クラスを1クラスに減らす必要があるようです。
ご意見をいただければ幸いです！
の配列を変更する必要があります。
import numpy as np
from sklearn import svm
# 100 samples and 10 features
x = np.random.rand(100, 10)
#5 classes
y = [1,2,3,4,5] * 20
x = np.asarray(x)
y = np.asarray(y)
print(x.shape)
print(y.shape)
clf2 = svm.LinearSVC()
clf2.fit(x, y)
結果：
(100, 10)
(100,)
LinearSVC(C=1.0, class_weight=None, dual=True, fit_intercept=True,
intercept_scaling=1, loss='squared_hinge', max_iter=1000,
multi_class='ovr', penalty='l2', random_state=None, tol=0.0001,
verbose=0)
LinearSVCがy 2次元の値を受け入れるいけないここに5つのクラスが含まれている変数をランダムデータを使用して、ターゲット変数として一例です。 documented通り：
パラメータ：
y : array-like, shape = [n_samples]
Target vector relative to X
は、だから、ワンホットエンコードされたマトリックスに変換する必要はありません。たとえ文字列であっても、それらをそのまま供給してください。内部で正しく処理されます。
私たちはあなたのデータを持っておらず、これを実行することも、このスニペットからすべての図形を推論することもできません。しかし、この不正な入力シェイプがy_trainにリンクされている場合は、ドキュメントを読んで、これが有効でないことを確認してください！応答のために – sascha
ありがとう！私は投稿を編集してより明確にしようとしました – Ben
形のターゲットベクトルを '' '（2,3）' '' '[[0,0,1]、[1,0,0]]と似ています'' '[2,0]' ''のような形の ''（2、） '' 'で' ''これは、ドキュメントを読むと一緒に問題を解決するはずです！ – sascha