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.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
„Scalar” înseamnă o singură valoare, fără nicio dimensiune: 70, nu [70] și nici [[70]]. Eroarea apare aproape mereu la predict, când vrei să încerci modelul pe un caz nou și scrii firesc model.predict(70). Pentru scikit-learn, orice predicție se face pe un tabel de exemple, chiar dacă tabelul are un singur rând.
Mesajul complet afișează valoarea primită (array=70.) și aceeași recomandare ca la tablourile 1D: reshape(1, -1) pentru un singur exemplu. Cel mai simplu e să scrii direct [[70]]. Dacă modelul a fost antrenat pe un DataFrame cu nume de coloane, e și mai bine să construiești un DataFrame cu un rând și aceleași coloane, ca să nu primești avertismentul despre numele caracteristicilor.
De ce apare: cauzele frecvente
1Un număr simplu dat la predict
print(model.predict(70))print(model.predict([[70]]))[[70]] este un tabel cu un rând și o coloană, exact forma pe care o cere predict.
2Un exemplu cu mai multe caracteristici, construit dintr-o variabilă
suprafata = 70
print(model.predict(suprafata))nou = pd.DataFrame({"suprafata": [70]})
print(model.predict(nou))Un DataFrame cu un rând are forma (1, 1) și păstrează numele coloanei folosite la antrenare.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: Expected 2D array, got scalar array instead, pentru că funcția estimeaza dă modelului un număr simplu. Repară funcția: transformă suprafața într-un DataFrame cu un rând și coloana suprafata, ca programul să afișeze prețurile estimate pentru 55 și 90 m².
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.DataFrame({
"suprafata": [40, 50, 60, 80, 100],
"pret": [82, 101, 120, 158, 199],
})
model = LinearRegression().fit(df[["suprafata"]], df["pret"])
def estimeaza(suprafata):
return model.predict(suprafata)
for s in [55, 90]:
print(s, "m2:", round(float(estimeaza(s)), 1))55 m2: 110.6 90 m2: 178.7
Indiciu
În funcție, folosește pd.DataFrame({"suprafata": [suprafata]}) și ia rezultatul cu [0].
Reparația
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.DataFrame({
"suprafata": [40, 50, 60, 80, 100],
"pret": [82, 101, 120, 158, 199],
})
model = LinearRegression().fit(df[["suprafata"]], df["pret"])
def estimeaza(suprafata):
nou = pd.DataFrame({"suprafata": [suprafata]})
return model.predict(nou)[0]
for s in [55, 90]:
print(s, "m2:", round(float(estimeaza(s)), 1))De ce merge
model.predict(55) primește o valoare fără dimensiuni, iar scikit-learn vrea un tabel cu rânduri și coloane. pd.DataFrame({"suprafata": [suprafata]}) construiește un tabel cu un rând și aceeași coloană ca la antrenare, deci forma este (1, 1) și numele caracteristicii se potrivește. predict întoarce un tablou cu o singură predicție, pe care o iei cu [0]. Funcția face conversia într-un singur loc, oricâte valori ai testa.
Alte forme ale mesajului
ValueError: Expected 2D array, got scalar array instead: array=70. Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.
Cum o eviți pe viitor
Când testezi modelul pe un exemplu nou, construiește-l mereu ca tabel cu un rând: [[valoare]] sau pd.DataFrame({...: [valoare]}). Scrie o funcție mică estimeaza(suprafata) care face conversia o singură dată, ca să nu repeți greșeala în tot codul. Ține minte că predict întoarce tot un tablou, chiar și pentru un rând, deci iei rezultatul cu [0].
Întrebări frecvente
De ce predict întoarce o listă când îi dau un singur exemplu?
Pentru că primește un tabel de exemple și întoarce câte o predicție pentru fiecare rând. Cu un rând, primești un tablou cu un element; îl iei cu rezultat[0].
E aceeași eroare ca Expected 2D array, got 1D array?
E aceeași regulă, alt caz: acolo ai dat o listă (1D), aici un număr simplu (0D). Reparația e aceeași, transformi intrarea într-un tabel 2D.
Erori înrudite
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]]. UserWarning: X does not have valid feature names, but LinearRegression was fitted with feature names Ai antrenat modelul pe un DataFrame (cu nume de coloane), dar la predict i-ai dat o listă sau un tablou numpy, fără nume. E doar un avertisment. Dă la predict tot un DataFrame cu aceleași coloane, de exemplu pd.DataFrame({'suprafata': [70]}). 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.
