DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().
Ținta y are forma (n, 1), o coloană, în loc de (n,), o listă. E doar un avertisment: modelul o aplatizează singur. Scapi de el selectând ținta cu df['tinta'] (o paranteză) sau cu y.ravel().
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Acesta nu este o eroare, ci un avertisment: programul continuă, dar scikit-learn îți spune că a trebuit să corecteze forma lui y. A primit o „coloană” (un DataFrame cu o coloană sau un tablou de forma (n, 1)), deși așteaptă un tablou 1D de forma (n,).
Apare cel mai des când selectezi ținta cu două paranteze, df[["aprobat"]], sau când o construiești cu reshape(-1, 1), la fel ca pe X. Avertismentul merită reparat: în unele situații (de exemplu la metrici sau la combinarea cu alte tablouri) forma (n, 1) produce rezultate greșite, prin broadcasting. În editorul nostru avertismentele sunt transformate în erori cu warnings.simplefilter("error", ...), ca să le vezi clar.
De ce apare: cauzele frecvente
1Ținta selectată cu două paranteze
y = df[["aprobat"]]
model.fit(X, y)y = df["aprobat"]
model.fit(X, y)Cu o singură paranteză, pandas întoarce o Series 1D, iar avertismentul dispare.
2Țintă numpy remodelată ca o coloană
y = np.array([0, 1, 0, 1]).reshape(-1, 1)
model.fit(X, y)y = np.array([0, 1, 0, 1]).reshape(-1, 1).ravel()
model.fit(X, y)ravel() aplatizează tabloul la forma (4,). Mai simplu, nu aplici deloc reshape pe y.
Repară eroarea, direct în pagină
Codul de mai jos transformă avertismentele în erori și se oprește cu DataConversionWarning: A column-vector y was passed..., pentru că ținta e selectată cu două paranteze. Repară-l: selectează ținta ca Series 1D, ca programul să afișeze forma lui y și acuratețea modelului.
import warnings
import pandas as pd
from sklearn.exceptions import DataConversionWarning
from sklearn.linear_model import LogisticRegression
warnings.simplefilter("error", DataConversionWarning)
df = pd.DataFrame({
"minute_pe_site": [2, 15, 4, 20, 1, 12, 18, 3],
"cumparat": [0, 1, 0, 1, 0, 1, 1, 0],
})
X = df[["minute_pe_site"]]
y = df[["cumparat"]]
model = LogisticRegression().fit(X, y)
print("Forma y:", y.shape)
print("Acuratete:", model.score(X, y))Forma y: (8,) Acuratete: 1.0
Indiciu
Folosește df["cumparat"] în loc de df[["cumparat"]].
Reparația
import warnings
import pandas as pd
from sklearn.exceptions import DataConversionWarning
from sklearn.linear_model import LogisticRegression
warnings.simplefilter("error", DataConversionWarning)
df = pd.DataFrame({
"minute_pe_site": [2, 15, 4, 20, 1, 12, 18, 3],
"cumparat": [0, 1, 0, 1, 0, 1, 1, 0],
})
X = df[["minute_pe_site"]]
y = df["cumparat"]
model = LogisticRegression().fit(X, y)
print("Forma y:", y.shape)
print("Acuratete:", model.score(X, y))De ce merge
df[["cumparat"]] este un DataFrame cu o coloană, deci forma lui y era (8, 1). scikit-learn ar fi aplatizat-o singur, dar te anunță cu DataConversionWarning, iar linia simplefilter("error", ...) transformă anunțul în oprire. Cu df["cumparat"] obții o Series de forma (8,), exact formatul așteptat pentru etichete, deci nu mai e nimic de corectat. X rămâne cu două paranteze, pentru că el trebuie să fie un tabel.
Alte forme ale mesajului
DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples,), for example using ravel().
Cum o eviți pe viitor
Ține minte asimetria: X cu două paranteze (df[[...]]), y cu una (df["tinta"]). Nu aplica reshape(-1, 1) pe țintă. În timpul dezvoltării, poți rula cu warnings.simplefilter("error") ca să vezi orice avertisment ca eroare și să-l repari imediat. Verifică y.shape înainte de fit: pentru o țintă obișnuită trebuie să vezi un singur număr, de exemplu (8,).
Întrebări frecvente
Pot ignora avertismentul?
Antrenarea merge, dar e mai bine să-l repari: e un semn că ai construit y altfel decât ai vrut, iar în alte locuri (metrici, operații cu numpy) forma (n, 1) poate da rezultate greșite fără nicio eroare.
De ce văd avertismentul ca eroare în editor?
Pentru că exercițiul folosește warnings.simplefilter("error", DataConversionWarning), care oprește programul la avertisment. Pe calculatorul tău, fără linia asta, ai vedea mesajul cu roșu în consolă, iar programul ar continua.
Erori înrudite
ValueError: y should be a 1d array, got an array of shape (6, 2) instead. Ai dat clasificatorului o țintă y cu mai multe coloane, de exemplu df[['aprobat', 'suma']], iar modelul vrea o singură coloană cu etichete. Selectează ținta cu o singură paranteză, df['aprobat'], sau aplatizează-o cu ravel() dacă are o singură coloană. ValueError: Expected 2D array, got 1D array instead Modelul vrea X ca tabel 2D (rânduri = exemple, coloane = caracteristici), dar a primit o listă simplă 1D. Cu o singură caracteristică, folosește df[['suprafata']] (două paranteze) sau x.reshape(-1, 1); pentru un singur exemplu, [[50]]. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
