为什么scikit-learn回归器会抛出这个形状错误？

Question

我有一个以稀疏矩阵的scipy.sparse格式之一存储的数据矩阵，以及一堆我需要预测的结果。基本上，我想为每个结果拟合一个线性模型。由于数据集非常大(数万)，因此我使用SGDRegressor进行此操作。现在，我有了我的特征矩阵：

In [62]: features
Out[62]: 
<77946x72239 sparse matrix of type '<type 'numpy.float64'>'
    with 1084093 stored elements in LInked List format>

我的结果是

In [63]: outcomes
Out[63]: 
<77946x24 sparse matrix of type '<type 'numpy.float64'>'
    with 416487 stored elements in LInked List format>

我的问题是:为了在第一个结果上训练线性模型，为什么我不能像下面这样做(参见错误)？那么正确的方法是什么呢？

In [64]: reg.fit(features, outcomes[:,0])
[...]
ValueError: Shapes of X and y do not match.

Answer 1

首先，y不应该是稀疏矩阵。其次，它的形状应该是(n_samples,)而不是(1, n_samples)，所以

y = outcomes[:, 0].toarray().ravel()

应该行得通。