ValueError: Found array with 0 sample(s) (shape=(0, 1)) while a minimum of 1 is required by LinearRegression.
Ai dat modelului un tabel fără niciun rând. De obicei un filtru (dropna, o condiție pe o coloană, un merge) a eliminat tot. Afișează len(df) după fiecare pas de curățare și repară filtrul care golește tabelul.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Mesajul se citește așa: Found array with 0 sample(s) = tabelul are 0 rânduri, shape=(0, 1) = 0 rânduri și 1 coloană, while a minimum of 1 is required by LinearRegression = modelul are nevoie de cel puțin un rând ca să învețe ceva.
scikit-learn nu greșește aici: problema e mai sus în cod, unde datele au dispărut. Cele mai frecvente cauze: o condiție de filtrare care nu se potrivește cu nimic ("bucuresti" scris altfel decât în date), dropna() pe un tabel în care fiecare rând are măcar o valoare lipsă, un merge cu chei de tipuri diferite sau un fișier citit greșit. Mergi înapoi pas cu pas și afișează df.shape ca să vezi unde rămâi fără rânduri. Aceeași eroare poate apărea și la predict, dacă tabelul de date noi e gol.
De ce apare: cauzele frecvente
1Filtru care nu se potrivește cu datele
buc = df[df["oras"] == "bucuresti"] # în date e "Bucuresti"
model.fit(buc[["suprafata"]], buc["pret"])buc = df[df["oras"].str.lower() == "bucuresti"]
model.fit(buc[["suprafata"]], buc["pret"])Comparația de text ține cont de litere mari. Aducând coloana la litere mici, filtrul găsește rândurile.
2dropna() pe tot tabelul
df = df.dropna() # coloana 'observatii' e goală la toți
model.fit(df[["suprafata"]], df["pret"])df = df.dropna(subset=["suprafata", "pret"])
model.fit(df[["suprafata"]], df["pret"])dropna() fără subset șterge rândul dacă lipsește orice valoare, chiar și dintr-o coloană pe care nu o folosești. subset verifică doar coloanele modelului.
3Prag de filtrare prea strict
mari = df[df["suprafata"] > 500]
model.fit(mari[["suprafata"]], mari["pret"])mari = df[df["suprafata"] > 80]
print(len(mari))
model.fit(mari[["suprafata"]], mari["pret"])Dacă niciun rând nu trece de prag, rămâi cu un tabel gol. Afișează numărul de rânduri după filtru înainte de antrenare.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: Found array with 0 sample(s), pentru că filtrul caută orașul scris cu literă mică, iar în date apare Cluj. Repară filtrul ca să găsească apartamentele din Cluj indiferent de literele mari, iar programul să afișeze câte sunt și prețul estimat pentru 70 m².
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.DataFrame({
"oras": ["Cluj", "Cluj", "Iasi", "Cluj", "Iasi"],
"suprafata": [50, 60, 55, 80, 70],
"pret": [100, 120, 90, 160, 115],
})
cluj = df[df["oras"] == "cluj"]
model = LinearRegression().fit(cluj[["suprafata"]], cluj["pret"])
print("Apartamente in Cluj:", len(cluj))
print("Pret pentru 70 m2:", round(model.predict(pd.DataFrame({"suprafata": [70]}))[0], 1))Apartamente in Cluj: 3 Pret pentru 70 m2: 140.0
Indiciu
Compară df["oras"].str.lower() cu "cluj".
Reparația
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.DataFrame({
"oras": ["Cluj", "Cluj", "Iasi", "Cluj", "Iasi"],
"suprafata": [50, 60, 55, 80, 70],
"pret": [100, 120, 90, 160, 115],
})
cluj = df[df["oras"].str.lower() == "cluj"]
model = LinearRegression().fit(cluj[["suprafata"]], cluj["pret"])
print("Apartamente in Cluj:", len(cluj))
print("Pret pentru 70 m2:", round(model.predict(pd.DataFrame({"suprafata": [70]}))[0], 1))De ce merge
"Cluj" == "cluj" este fals în Python, deci filtrul inițial nu păstra niciun rând și modelul primea un tabel cu forma (0, 1). Cu .str.lower(), toate valorile coloanei devin cluj, iar filtrul găsește cele trei apartamente. În Cluj prețul crește exact cu 2 la fiecare metru pătrat, deci pentru 70 m² modelul estimează 140.
Alte forme ale mesajului
ValueError: Found array with 0 sample(s) (shape=(0, 3)) while a minimum of 1 is required by StandardScaler.ValueError: Found array with 0 sample(s) (shape=(0, 2)) while a minimum of 1 is required.ValueError: Found array with 0 sample(s) (shape=(0,)) while a minimum of 1 is required.
Cum o eviți pe viitor
După fiecare pas de curățare (filtre, dropna, merge, citirea fișierului) afișează df.shape cât timp lucrezi la cod. Pune assert len(df) > 0, "tabelul e gol după filtrare" înainte de fit, ca să afli imediat de unde vine problema. La filtrele pe text, normalizează valorile cu .str.strip().str.lower() înainte de comparație.
Întrebări frecvente
De ce nu primesc eroarea la filtrare, ci abia la fit?
Un DataFrame gol este perfect valid pentru pandas, deci filtrul nu are de ce să se plângă. Abia modelul, care chiar are nevoie de rânduri, observă că nu are pe ce să învețe.
Ce înseamnă shape=(0,) fără a doua cifră?
Că problema e într-un vector cu o singură dimensiune, de obicei y sau o listă de predicții goală, nu în tabelul 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: Input y contains NaN. Ținta y (coloana pe care vrei s-o prezici) are valori lipsă. Elimină rândurile fără țintă înainte de fit, din X și din y deodată, de exemplu cu df.dropna(subset=['pret']); nu completa ținta cu media. ValueError: With n_samples=1, test_size=0.3 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters. train_test_split a primit prea puține rânduri (aici unul singur), așa că după ce pune deoparte setul de test nu mai rămâne nimic pentru antrenare. De obicei un filtru a lăsat aproape nimic în tabel (o greșeală de scriere, majuscule, spații) sau ai împărțit un subset prea mic. 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.
