我一直得到错误：“ValueError:Expected 2D array，got 1D array而不是：”对于线性回归过程

Question

我有两个数组，它们是真应力和真应变。我想对他们的log10版本做一个线性回归，但是我一直得到所说的错误。在

from sklearn.linear_model import LinearRegression
log_tStress = np.log10(true_stress)
log_tStrain = np.log10(true_strain)

regressor = LinearRegression()
regressor.fit(log_tStrain, log_tStress)
predict = regressor.predict(log_tStrain)

ValueError:应为2D数组，而应为1D数组：

Answer 1

好吧，这有点像它说。你正在给一个1D数组提供一个2D数组。在

在Numpy.log10给你一个数组，其中每个值都是你输入的任何内容的日志（如果它是负数，则返回Nan check），其形状与你输入的内容的形状相同。在

你不太清楚你想要预测什么，所以我假设你想对这样的矩阵做线性重线性[log\utstress，log_tStrain]，这样你就可以预测log_tStress over log_tStrain（反之亦然）

我不能帮你太多，因为我不知道什么是日志或它看起来如何。我可以假设日志是你的训练数据。如果你想单独预测训练数据，你必须给它的矩阵另一个维度（与训练数据是什么都相关的东西），但是如果你对这个索引什么都不知道，也可以

.Fit需要以下参数：

X-培训数据[样本数，特征]

目标的形状

在这里，我将链接文档以便您可以查看：http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

Answer 2

查看错误回溯并查看在哪个数组上得到错误，然后使用数组.重塑[第一个维度的值，第二个维度的值]如果您将错误跟踪粘贴回去，我将更加具体。在