为什么不需要把y_train转成np再reshape?

来源：6-5 实战（一）

谢思阳

2020-03-02

老师您好，请问第4和第5个cell中：

X_train = np.array(X_train).reshape(-1,1)

#linear regression model prediction
from sklearn.linear_model import  LinearRegression
lr1 = LinearRegression()
lr1.fit(X_train,y_train)

为什么不需要把y_train也做转换呢？

写回答

1回答

flare_zhao

2020-03-02

已采纳

同学你好，请参考链接https://coding.imooc.com/lesson/418.html#mid=33112 的锚点信息：

模型输入数据要求明确x的feature数量，这对只有一个feature的x，我们需要进行reshape操作，使其维度为(m,1)
但对于y，这不是必须的，y可以是series格式，shape为(m,)
原因：如果x不进行reshape，计算机在不知道你feature数量的情况下，无法确定数据是否完整（遗漏数据）。对于y，不必要，因为很多场景y都是一维的，但如果我们进行reshape操作，也是没有问题的。

Python3入门人工智能掌握机器学习+深度学习

人工智能基础全方位讲解，构建完整人工智能知识体系，带你入门AI

1946 学习 · 594 问题

查看课程

相似问题

关于fit函数参数维度问题

回答 1

为什么有时候是 reshape(-1,1) 有时候是 reshape(1,-1)

回答 1

reshape

回答 1

老师请问下关于reshape以及feature的概念

回答 2

为什么要把输出格式也转换呢

回答 1

打开慕课网App查看更多内容