使用SVM对数据集执行分类任务时出现报错，求助解决方案

报错原因 #

你触发的是scikit-learn库的输入维度校验错误，SVC.fit()方法要求传入的标签参数y_train必须是一维数组，你当前传入的y_train为二维结构（常见为(样本数, 1)格式的二维数组/单列DataFrame），不符合接口要求。

解决方案 #

• 若y_train为numpy数组，直接调用ravel()方法降维即可：

svmclassifier = SVC(kernel = "rbf",random_state=0)
svmclassifier.fit(x_train, y_train.ravel())

• 若y_train为pandas的单列DataFrame，可调用values.flatten()处理：

svmclassifier = SVC(kernel = "rbf",random_state=0)
svmclassifier.fit(x_train, y_train.values.flatten())

• 长效处理方案：在调用train_test_split拆分数据集前提前对标签y做降维处理，避免后续每次模型训练都重复转换维度。

验证方法 #

执行print(y_train.shape)查看维度：

• 符合要求的一维数组输出格式为(样本数,)
• 未修正的二维结构输出格式为(样本数, 1)

内容的提问来源于stack exchange，提问作者Richard Aboagye