为什么sklearn的LinearRegression要用形如x=[[6]]的列表来作为入参？

以1维数组来传递数据在0.19版本将触发ValueError。用X.reshape(-1, 1)来重塑数据的形状（数组的维度）

也就是说，你需要以二维数组的方式传递数据。

我觉得你对机器学习算法还是不了解的，其实是这样的：你的输入的数据X应该是数据的特征向量，y是特征向量对应的标签。每一个样本都有一个特征向量，这样你输入的X一定是二维数组才对，y如果是单标签就为一维数组，若为多标签或者像神经元网络那样的标签就为二维数组。你的x=[[6],[8],[10],[14],[18]]，算法可以理解为只有一个特征项，但是如果为x=[6,8,10,14,18]，你让算法怎么理解

Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1)

总结

以上是生活随笔为你收集整理的为什么sklearn的LinearRegression要用形如x=[[6]]的列表来作为入参？的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。