应为二维数组，但得到的是一维数组

Question

尽管经过多次调试，该数组似乎是一个二维数组，但我还是收到了这个错误：

    reg = linear_model.SGDClassifier()
    X = []
    Y = []
    with open('data/legitimate.txt', 'r', encoding='utf8') as f:
        for line in f:
            X.append(get_heuristics(line))
            Y.append(0)

    with open('data/bad.txt', 'r', encoding='utf8') as f:
        for line in f:
            X.append(get_heuristics(line))
            Y.append(1)

    X = np.array(X)
    Y = np.array(Y)
    reg.fit(X, Y)

其中get_heuristics()返回一个一维数组。为什么会发生这样的事情？谢谢

Answer 1

X数组是二维数组。正如您正确地说过，getheuristics()返回一个一维数组，追加一个一维数组将生成一个二维数组。但是，由于Y仅为1D，因此将显示错误"Expected 2D array，got 1D array got“。毕竟，您每次只需追加一个数字，因此是一个一维数组。Scikit-learn的fit需要两个2D数组。正如我相信控制台会建议的那样，你可能想试一下：

Y= Y.reshape(-1，1)

在你调用reg.fit(X,Y)之前。