使用SVR模型调用inverse_transform时报ValueError：期望2D数组却得到1D数组

StandardScaler的inverse_transform方法要求输入为二维数组，但SVR.predict()默认返回一维数组，二者维度不匹配触发了本次报错。

将predict输出的一维数组转换为符合要求的二维数组即可，仅需修改最后一行代码，调用reshape(-1,1)调整维度：

sc_y.inverse_transform(regressor.predict(sc_X.transform([[6.5]])).reshape(-1, 1))

其中reshape(-1, 1)表示自动匹配样本数量、固定输出为1列的二维结构，和你之前拟合sc_y时传入的y的维度（(len(y),1)）完全匹配。

内容的提问来源于stack exchange，提问作者Faizul