如何纠正Numpy和TPOT数组形状错误？

Question

我正在尝试将一个feature和label数值数组传递给train_test_split。这些特性是单个列(datetime数据类型转换为integer)。labels数组中有900个观测值。

features.shape返回(1101, 1)

labels.shape返回(1101, 900)

在拆分成feature和label数组之前，我做了df.fillna(0, inplace=True)，因为我最初认为NaN值才是问题所在。

下面是我正在运行的代码块：

my_tpot = TPOTRegressor()
X_train, X_test, y_train, y_test = train_test_split(pd.np.array(features), pd.np.array(labels),train_size=0.75, test_size=0.25)
tpot = TPOTRegressor(generations=5, population_size=20, verbosity=2)
tpot.fit(X_train, y_train)

异常发生在train_test_split行上。以下是例外情况：

ValueError: Error: Input data is not in a valid format. Please confirm that the input data is scikit-learn compatible. For example, the features must be a 2-D array and target labels must be a 1-D array.

是什么导致了这种情况？

Answer 1

现在看来TPOT不能解决多标签回归问题，那是因为我的问题是，传入一个标签大小为(101, 900)的标签是行不通的。如果将其缩减为单个列，则代码可以正常工作。