TypeError: Input should have at least 1 dimension i.e. satisfy `len(x.shape) > 0`, got scalar `array(5)` instead.
Ai dat un singur număr (un scalar) unei funcții scikit-learn care așteaptă o colecție de valori, de exemplu lui `train_test_split`, unei metrici sau lui `cross_val_score`. De obicei ai pus `len(y)`, o medie sau o singură predicție în loc de listă. Dă lista sau array-ul întreg.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
scikit-learn verifică la început că fiecare argument de date are cel puțin o dimensiune, adică poate fi numărat și împărțit pe rânduri. array(5) este un array numpy cu zero dimensiuni: un singur număr. Funcția nu are ce împărți sau compara, așa că oprește execuția.
În versiunile mai vechi mesajul era TypeError: Singleton array array(5) cannot be considered a valid collection. și e la fel de des întâlnit.
Cauze tipice: ai scris train_test_split(X, len(y)), ai calculat o singură valoare (y.mean(), model.predict(x)[0]) și ai dat-o unei metrici, ori ai suprascris variabila y cu un număr mai sus în notebook. Linia din traceback îți arată funcția, iar print(type(y), y) chiar înainte îți arată ce ai trimis de fapt.
De ce apare: cauzele frecvente
1Număr în loc de listă la train_test_split
X_train, X_test = train_test_split(len(X), test_size=0.25)X_train, X_test = train_test_split(X, test_size=0.25)len(X) este un singur număr; funcția trebuie să primească datele, ca să le poată împărți.
2O singură valoare dată unei metrici
accuracy_score(y_test[0], model.predict(X_test)[0])accuracy_score(y_test, model.predict(X_test))Metricile compară două liste de etichete. Pentru un singur exemplu compară direct cu ==.
3Variabilă suprascrisă în notebook
y = df["pret"]
y = y.mean() # pentru un print
cross_val_score(model, X, y)y = df["pret"]
media_y = y.mean()
cross_val_score(model, X, y)Nume diferite pentru valori diferite te feresc să trimiți din greșeală media în loc de coloană.
Repară eroarea, direct în pagină
Codul de mai jos dă TypeError: Input should have at least 1 dimension ..., pentru că lui train_test_split i se dă len(etichete), un singur număr, în loc de lista de etichete. Dă-i lista, ca programul să afișeze câte exemple ajung în train și în test.
from sklearn.model_selection import train_test_split
mesaje = [[1], [2], [3], [4], [5], [6], [7], [8]]
etichete = [0, 1, 0, 1, 0, 1, 0, 1]
X_train, X_test, y_train, y_test = train_test_split(
mesaje, len(etichete), test_size=0.25, random_state=0
)
print("Train:", len(X_train), "Test:", len(X_test))
print("Etichete test:", y_test)Train: 6 Test: 2 Etichete test: [0, 0]
Indiciu
Al doilea argument trebuie să fie etichete, nu len(etichete).
Reparația
from sklearn.model_selection import train_test_split
mesaje = [[1], [2], [3], [4], [5], [6], [7], [8]]
etichete = [0, 1, 0, 1, 0, 1, 0, 1]
X_train, X_test, y_train, y_test = train_test_split(
mesaje, etichete, test_size=0.25, random_state=0
)
print("Train:", len(X_train), "Test:", len(X_test))
print("Etichete test:", y_test)De ce merge
train_test_split împarte fiecare colecție primită în același fel, rând cu rând. Cu lista de 8 etichete, poate pune 2 exemple în test și 6 în train, păstrând perechile mesaj–etichetă. Numărul 8 singur nu are rânduri, deci nu poate fi împărțit.
Alte forme ale mesajului
TypeError: Singleton array array(5) cannot be considered a valid collection.TypeError: Singleton array array(0.5) cannot be considered a valid collection.TypeError: Expected sequence or array-like, got <class 'int'>
Cum o eviți pe viitor
Folosește nume diferite pentru date și pentru valorile calculate din ele (y și media_y). Înainte de apeluri importante, afișează forma: print(np.shape(y)); un scalar are forma (). În notebook, rulează celulele de sus în jos după repornire, ca să nu lucrezi cu variabile suprascrise de o celulă rulată mai târziu.
Întrebări frecvente
Ce înseamnă len(x.shape) > 0?
Că array-ul trebuie să aibă cel puțin o axă. Un vector are forma (n,), deci o axă; un scalar are forma (), deci zero axe.
Cum evaluez un singur exemplu?
Ori compari direct model.predict(x)[0] == y_real, ori pui exemplul într-o listă: accuracy_score([y_real], model.predict(x)).
Erori înrudite
ValueError: Found input variables with inconsistent numbers of samples: [5, 4] X și y (sau y_true și y_pred) au un număr diferit de rânduri: aici 5 și 4. Fiecare exemplu din X trebuie să aibă exact o etichetă în y. Caută locul unde ai filtrat sau ai împărțit doar una dintre ele și construiește-le din același tabel. ValueError: Expected 2D array, got scalar array instead Ai dat la predict un singur număr (de exemplu model.predict(70)), iar modelul vrea un tabel 2D. Pune valoarea într-un rând și o coloană: model.predict([[70]]) sau un DataFrame cu un rând. InvalidParameterError: The 'y_pred' parameter of r2_score must be an array-like. Got LinearRegression() instead. Ai dat metricii modelul în loc de predicții, de exemplu `r2_score(y_test, model)`. Metricile compară două liste de valori: cele reale și cele prezise. Calculează întâi `pred = model.predict(X_test)` și scrie `r2_score(y_test, pred)`. 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.
