...
Eroare Machine Learning · Forma datelor: X 2D, y 1D, număr de rânduri

ValueError: Found array with dim 3, while dim <= 2 is required by LogisticRegression.

Pe scurt

Modelele din scikit-learn primesc un tabel 2D (rânduri × coloane), iar tu le-ai dat un tablou 3D, de obicei imagini (n, înălțime, lățime). Aplatizează fiecare exemplu într-un singur rând cu X.reshape(len(X), -1) înainte de fit și predict.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

dim 3 înseamnă că tabloul tău are trei dimensiuni, de exemplu forma (100, 28, 28): 100 de imagini de 28 × 28 pixeli. Modelele clasice din scikit-learn lucrează doar cu forma (n_samples, n_features): fiecare exemplu e un rând, fiecare caracteristică o coloană. Nu știu ce să facă cu o a treia axă.

Soluția este să transformi fiecare exemplu într-un vector: o imagine de 28 × 28 devine un rând de 784 de pixeli. X.reshape(len(X), -1) face asta, iar -1 îi spune lui numpy să calculeze singur numărul de coloane. Aceeași transformare trebuie aplicată și datelor noi la predict. Eroarea mai apare când ai pus listele într-o listă în plus ([[[1, 2]], [[3, 4]]]) sau când ai lipit mai multe matrici cu np.array([...]) în loc de np.vstack.

De ce apare: cauzele frecvente

1Imagini date direct modelului

Greșit
PYTHON
print(imagini.shape)  # (6, 2, 2)
model.fit(imagini, y)
Corect
PYTHON
X = imagini.reshape(len(imagini), -1)  # (6, 4)
model.fit(X, y)

Fiecare imagine 2 × 2 devine un rând de 4 pixeli, deci tabloul ajunge la forma 2D pe care o așteaptă modelul.

2Paranteze pătrate în plus

Greșit
PYTHON
X = [[[50, 2]], [[70, 3]], [[90, 4]]]
model.fit(X, y)
Corect
PYTHON
X = [[50, 2], [70, 3], [90, 4]]
model.fit(X, y)

Fiecare exemplu trebuie să fie o listă simplă de valori, nu o listă care conține o listă.

3Matrici lipite cu np.array în loc de np.vstack

Greșit
PYTHON
X = np.array([lot1, lot2])  # două matrici (50, 3)
model.fit(X, y)
Corect
PYTHON
X = np.vstack([lot1, lot2])  # (100, 3)
model.fit(X, y)

np.array pune matricile una peste alta pe o axă nouă, iar np.vstack le lipește pe rânduri, păstrând două dimensiuni.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Found array with dim 3, while dim <= 2 is required by LogisticRegression., pentru că primește șase imagini de 2 × 2 pixeli sub forma (6, 2, 2). Repară-l: aplatizează imaginile într-un tabel 2D (și imaginea nouă la fel), ca programul să afișeze forma lui X și clasa prezisă.

Codul care dă eroarea
PYTHON
import numpy as np
from sklearn.linear_model import LogisticRegression

# imagini 2 x 2: 1 = pixel aprins; clasa 1 = linie verticala in stanga
imagini = np.array([
    [[1, 0], [1, 0]], [[1, 0], [1, 1]], [[1, 1], [1, 0]],
    [[0, 1], [0, 1]], [[0, 0], [1, 1]], [[1, 1], [0, 0]],
])
y = np.array([1, 1, 1, 0, 0, 0])

X = imagini
model = LogisticRegression().fit(X, y)
noua = np.array([[1, 0], [1, 0]])
print("Forma X:", X.shape)
print("Clasa prezisa:", model.predict(noua)[0])
După reparație, programul afișează
Forma X: (6, 4)
Clasa prezisa: 1
Indiciu

X = imagini.reshape(len(imagini), -1) și noua.reshape(1, -1) pentru imaginea nouă.

Alte forme ale mesajului

  • ValueError: Found array with dim 3. Estimator expected <= 2.
  • ValueError: Found array with dim 3. LogisticRegression expected <= 2.
  • ValueError: Found array with dim 4, while dim <= 2 is required by KNeighborsClassifier.

Cum o eviți pe viitor

Afișează X.shape înainte de fit: trebuie să aibă exact două numere. La imagini și semnale, păstrează pasul de aplatizare într-o funcție (sau într-un FunctionTransformer din Pipeline), ca aceeași transformare să fie aplicată și la antrenare, și la predicție. Când lipești loturi de date, folosește np.vstack sau np.concatenate(..., axis=0).

Întrebări frecvente

Nu pierd informație dacă aplatizez imaginea?

Valorile pixelilor rămân toate, dar modelul nu mai știe care pixeli sunt vecini. Pentru modelele clasice (regresie logistică, k-NN, păduri) e suficient la imagini mici. Pentru imagini mari se folosesc rețele convoluționale, care lucrează direct cu forma 3D.

Care e diferența dintre reshape(len(X), -1) și reshape(-1, 1)?

reshape(len(X), -1) păstrează un rând pentru fiecare exemplu și pune toate valorile lui pe coloane. reshape(-1, 1) face din orice tablou o singură coloană, util doar când ai o singură caracteristică.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

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.