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

ValueError: y should be a 1d array, got an array of shape (6, 2) instead.

Pe scurt

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.

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

Ce înseamnă

Majoritatea clasificatorilor (LogisticRegression, SVC, KNeighborsClassifier folosit cu metrici) prezic o singură etichetă pe exemplu, deci y trebuie să fie o listă: forma (n,). Mesajul îți arată forma primită, de exemplu (6, 2): 6 exemple, dar câte 2 valori-țintă pentru fiecare.

De obicei ai selectat greșit ținta: df[["aprobat", "suma"]] sau tot tabelul fără caracteristici, ori ai inversat X și y la fit. Dacă vrei cu adevărat să prezici mai multe ținte deodată, există modele care acceptă asta (DecisionTreeClassifier, KNeighborsClassifier) sau învelișul MultiOutputClassifier. Dacă forma este (n, 1) (o singură coloană), de obicei primești doar un avertisment (DataConversionWarning), dar e bine să o aplatizezi oricum.

De ce apare: cauzele frecvente

1Două coloane alese ca țintă

Greșit
PYTHON
y = df[["aprobat", "suma"]]
LogisticRegression().fit(X, y)
Corect
PYTHON
y = df["aprobat"]
LogisticRegression().fit(X, y)

df["aprobat"] este o singură coloană 1D, exact ce așteaptă clasificatorul.

2X și y inversate la fit

Greșit
PYTHON
model.fit(df["aprobat"], df[["varsta", "venit"]])
Corect
PYTHON
model.fit(df[["varsta", "venit"]], df["aprobat"])

Ordinea este mereu fit(X, y): întâi caracteristicile, apoi ținta.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: y should be a 1d array, got an array of shape (6, 2) instead., pentru că ținta conține și coloana suma. Repară-l: folosește ca țintă doar coloana aprobat, ca programul să afișeze forma lui y și decizia modelului pentru un client nou.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.linear_model import LogisticRegression

df = pd.DataFrame({
    "venit": [2.5, 7.0, 3.1, 6.5, 9.0, 2.2],
    "datorii": [1.0, 0.5, 2.0, 0.8, 0.3, 1.8],
    "aprobat": [0, 1, 0, 1, 1, 0],
    "suma": [0, 50, 0, 40, 80, 0],
})

X = df[["venit", "datorii"]]
y = df[["aprobat", "suma"]]
model = LogisticRegression().fit(X, y)
print("Forma y:", y.shape)
nou = pd.DataFrame({"venit": [5.5], "datorii": [0.7]})
print("Aprobat:", model.predict(nou)[0])
După reparație, programul afișează
Forma y: (6,)
Aprobat: 1
Indiciu

Ținta se selectează cu o singură paranteză: df["aprobat"].

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

Scrie explicit, la începutul fiecărui proiect, X = df[[...caracteristici...]] și y = df["tinta"], cu o singură paranteză la țintă. Afișează y.shape înainte de fit: trebuie să fie (n,). Dacă ai nevoie de mai multe ținte, alege conștient un model multi-output, în loc să-l lași pe cel obișnuit să ghicească.

Întrebări frecvente

Pot prezice două lucruri deodată?

Da, dar nu cu orice model. Arborii de decizie și k-NN acceptă un y cu mai multe coloane, iar pentru restul există MultiOutputClassifier și MultiOutputRegressor, care antrenează câte un model pentru fiecare țintă.

De ce pentru (6, 1) primesc doar un avertisment?

Pentru că o coloană poate fi aplatizată fără ambiguitate, așa că scikit-learn o face singur și te anunță. Cu două coloane nu poate alege pe care s-o folosească, deci aruncă eroarea.

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.