使用sklearn digits数据集构建数字预测模型时出现ValueError问题排查

嘿，我一眼就看出问题所在啦！你在调用clf.predict(digits.data[-1])的时候犯了一个scikit-learn新手常遇到的小错误：

错误原因 #

digits.data[-1]提取的是单个样本的一维数组（打印它的形状会得到(64,)），但scikit-learn分类器的predict方法要求输入必须是二维数组，格式为(n_samples, n_features)——哪怕你只预测一个样本，也得保持这个二维结构。毕竟模型训练时接收的digits.data就是这种每行对应一个样本的二维格式，维度不匹配自然会触发ValueError。

修正方案 #

有两种简单的方法可以把单个样本转换成符合要求的格式：

1. 使用reshape(1, -1)自动调整维度：

   # 把一维样本转成(1, 64)的二维结构
   clf.predict(digits.data[-1].reshape(1, -1))
   

2. 用列表包裹单个样本，自动转为二维数组：

   # 列表包裹后，形状变为(1, 64)
   clf.predict([digits.data[-1]])
   

完整修正后的代码 #

import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn import tree

digits = datasets.load_digits()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(digits.data, digits.target)

# 用reshape的方式预测并输出结果
pred_result = clf.predict(digits.data[-1].reshape(1, -1))
print(f"预测结果：{pred_result[0]}")

运行这段代码应该就不会报错啦～

内容的提问来源于stack exchange，提问作者Rakibul Hassan