SVR模型预测时报Expected 2D array错误及结果异常问题咨询

1. 解决transform方法调用报错的问题 #

• 根因：sklearn 中所有转换器的transform方法默认要求输入二维数组，你直接传入标量6.5不符合参数格式要求
• 修复方案：将待预测的6.5封装为「单个样本、单个特征」的二维数组，修改预测代码如下：

# 封装为二维数组格式
scaled_level = sc_X.transform(np.array([[6.5]]))
y_pred_scaled = regressor.predict(scaled_level)

2. 解决预测结果不符合预期的问题 #

你得到的预测结果无实际意义，是代码存在两处逻辑错误导致的：

• 错误1：对标签y做特征缩放时，错误使用了特征X的缩放器sc_X，应该使用专门为y初始化的sc_y，且一维的y需要先转成二维数组才能适配缩放器的输入要求
• 错误2：模型预测输出的是缩放后的数值，需要调用sc_y.inverse_transform做逆缩放，才能得到真实的薪资数值
• 修复步骤：
  1. 替换特征缩放部分的错误代码：

  # 原错误代码：y = sc_X.fit_transform(y)
  # 替换为以下两行
  y = y.reshape(-1, 1) # 将一维y转为二维数组
  y = sc_y.fit_transform(y) # 用y专属的缩放器做特征缩放
  

  2. 补充预测结果的逆缩放逻辑：

  scaled_level = sc_X.transform(np.array([[6.5]]))
  y_pred_scaled = regressor.predict(scaled_level)
  # 逆缩放得到真实薪资值
  y_pred = sc_y.inverse_transform(y_pred_scaled.reshape(-1, 1))
  

修改后你得到的y_pred就是6.5职级对应的真实预测薪资，和线性回归等方法的预期结果范围会保持一致。

内容的提问来源于stack exchange，提问作者William Torrez