ValueError：期望的2D数组，而是将1D数组转换为2D后得到1D数组

Question

我调查了其他答案，但仍然不明白问题为何持续存在。

使用Iris数据集的经典机器学习实践。

代码：

dataset=load_iris()

X = np.array(dataset.data)
y = np.array(dataset.target)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

model = KNeighborsClassifier()
model.fit(X_train, y_train)

prediction=model.predict(X_test)

所有数组的形状：

1. X形：（150，4）
2. y形状：（150，）
3. X_train：（105，4）
4. X_test：（45，4）
5. y_train：（105，）
6. y_test（45，）
7. 预测：（45，）

尝试打印此 model.score（y_test，预测），我得到了错误。 我尝试使用.reshape（-1,1）将y_test和预测转换为2D数组，但又遇到另一个错误：查询数据维必须与训练数据维匹配。

这不仅与解决方案有关，还在于了解问题所在。

Answer 1

查看您使用的功能的签名和文档字符串通常很有用。例如model.score有

Parameters
----------
X : array-like, shape = (n_samples, n_features)
    Test samples.

y : array-like, shape = (n_samples) or (n_samples, n_outputs)
    True labels for X.

在文档字符串中显示

，以向您显示应提供的确切输入类型。

您将在这里model.score(X_test, y_test)

model.score既可以根据X_test进行预测，也可以与y_test进行比较