我正在從 github 運(yùn)行以下代碼，但出現(xiàn)錯(cuò)誤。怎么了？https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/Time%20Series%20ANN%20%26%20LSTM%20VIX.ipynb細(xì)胞：# scale train and test data to [-1, 1]scaler = MinMaxScaler(feature_range=(-1, 1))train_sc = scaler.fit_transform(train)test_sc = scaler.transform(test)錯(cuò)誤：ValueError: Expected 2D array, got 1D array instead:array=[17.24 18.190001 19.219999 ... 10.47 10.18 11.04 ].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.
2 回答
月關(guān)寶盒
TA貢獻(xiàn)1772條經(jīng)驗(yàn) 獲得超5個(gè)贊
制作那個(gè)筆記本的人使用的是一個(gè)非常舊版本的sklearn. 簡(jiǎn)而言之，您的特征具有形式[row_1, row_2...row_n]，而它們本應(yīng)具有形式[[row_1], [row_2]...[row_n]]。
因此，使用這個(gè)：
new_shape = (len(train), 1)
train_sc = scaler.fit_transform(np.reshape(train, new_shape))
test_sc = scaler.transform(np.reshape(test, new_shape))
泛舟湖上清波郎朗
TA貢獻(xiàn)1818條經(jīng)驗(yàn) 獲得超3個(gè)贊
解決了添加以下方法的問題，這些方法顯然將訓(xùn)練和測(cè)試對(duì)象轉(zhuǎn)換為 numpy 數(shù)組。那是對(duì)的嗎？
scaler = MinMaxScaler(feature_range=(-1, 1))
train_sc = scaler.fit_transform(train.values.reshape(-1, 1))
test_sc = scaler.transform(test.values.reshape(-1,1))
添加回答
舉報(bào)
0/150
提交
取消