Scikit-learn加载自定义文本数据集训练AI报错求助

1. MinMaxScaler 1D转2D错误 #

scikit-learn的所有预处理工具（包括MinMaxScaler）要求输入特征数据是2D数组（形状为(样本数, 特征数)），如果你的数据是1D数组（形状(样本数,)），就会触发这个报错。

解决方法：用numpy的reshape(-1, 1)将1D数组转为单特征的2D数组：

import numpy as np
from sklearn.preprocessing import MinMaxScaler

# 假设your_data是1D数组
scaler = MinMaxScaler()
scaled_data = scaler.fit_transform(your_data.reshape(-1, 1))

也可以用np.expand_dims(your_data, axis=1)实现同样效果。

2. numpy.loadtxt 无法将字符串转为浮点数错误 #

这个错误说明archivo.txt中包含非数值内容（比如表头、字符串标签、分隔符不匹配等），分场景处理：

场景1：文件包含表头 #

加载时跳过表头行：

data = np.loadtxt('archivo.txt', skiprows=1)

场景2：文件混合数值和字符串（比如分类标签） #

用np.genfromtxt替代loadtxt，它支持混合类型数据：

# delimiter根据你的文件分隔符调整（比如','或'\t'）
data = np.genfromtxt('archivo.txt', delimiter=',', dtype=None, encoding='utf-8')
# 提取数值特征列（假设前2列是数值）
features = data[:, :2].astype(np.float64)

场景3：分隔符不是默认空格 #

指定正确的分隔符参数：

# 逗号分隔的CSV格式
data = np.loadtxt('archivo.txt', delimiter=',')

更便捷的方案：用pandas加载数据 #

如果是带标签的结构化数据，pandas处理混合类型、表头、分隔符的问题更省心：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler
from sklearn.neural_network import MLPClassifier

# 读取文件（根据实际格式用read_csv或read_table）
df = pd.read_csv('archivo.txt')
# 分离特征和标签（替换成你的列名）
X = df.drop('target_label', axis=1).values
y = df['target_label'].values

# 缩放特征（此时X已经是2D数组，无需额外转换）
scaler = MinMaxScaler()
X_scaled = scaler.fit_transform(X)

# 训练MLPClassifier
mlp = MLPClassifier()
mlp.fit(X_scaled, y)

内容的提问来源于stack exchange，提问作者zzzzzzd