解决IBM员工流失数据集建模中的ValueError：预期2D数组却得1D数组

• 核心错误原因：logreg.score()的参数顺序完全搞反了。sklearn中模型的score()方法要求第一个参数是特征输入（必须是2D数组，比如你的X_test），第二个参数是真实标签（1D数组，比如y_test）。你当前传入的logreg.score(y_pred, y_test)，把1D的预测结果当成了特征输入，直接触发维度不匹配的错误。

• 修正代码：将score行替换为：

logreg.score(X_test, y_test)

• 哑变量处理简化建议：你的现有哑变量生成步骤冗余，可以优化成更简洁的逻辑：

# 直接对原数据集生成分类列的哑变量，保留数值列，drop_first避免多重共线性
dummy_df = pd.get_dummies(df, columns=["BusinessTravel", "Department", "EducationField", 
                                       "Gender", "JobRole", "OverTime", "MaritalStatus"], 
                           drop_first=True)
# 直接将Attrition转换为数值标签（Yes=1，No=0）
dummy_df["Attrition"] = dummy_df["Attrition"].apply(lambda x: 1 if x == "Yes" else 0)

这样省去了复制DataFrame、concat后删除重复列的繁琐步骤，逻辑更清晰。

• 准确率计算的另一种方式：如果想手动计算预测准确率，可使用metrics.accuracy_score，参数顺序是真实标签在前，预测标签在后：

metrics.accuracy_score(y_test, y_pred)

内容的提问来源于stack exchange，提问作者Dinomain_