使用sklearn手写数字数据集时遇Bad input shape错误求助

嘿，我来帮你排查这个错误！你遇到的ValueError: bad input shape (1787, 64)是因为训练模型时特征数据和标签数据的形状完全不匹配，咱们一步一步来修正：

错误根源分析 #

看你的代码，这里有个关键的赋值错误：

y = digits.data[:-10]

digits.data是用来训练的特征矩阵（每个手写数字样本被转换成64维的向量，形状为(样本数, 64)），而模型训练需要的y应该是对应每个样本的分类标签（也就是这个数字是0-9中的哪一个，形状为(样本数,)的一维数组），正确的标签数据存在digits.target里。

另外还有两个小问题：

1. 导入语句import sklearn import matplotlib.pyplot as plt存在语法错误，应该拆分成两行书写
2. 最后一行plt.show缺少括号，必须写成plt.show()才会弹出图像窗口

修正后的完整代码 #

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

digits = datasets.load_digits()
clf = svm.SVC(gamma=0.01, C=100)

# 特征数据用digits.data，标签用digits.target
x = digits.data[:-10]
y = digits.target[:-10]

clf.fit(x, y)
# 注意：predict需要传入二维数组，把单个样本reshape成(1,64)的形状
print("prediction:", clf.predict(digits.data[-1].reshape(1, -1)))

plt.imshow(digits.images[-1], cmap=plt.cm.gray_r, interpolation="nearest")
plt.show()

额外说明 #

我还补充了一个细节：clf.predict(digits.data[-1].reshape(1, -1))。因为predict方法要求输入的是二维特征矩阵（哪怕只有一个样本），直接传digits.data[-1]是一维数组会报错，所以用reshape(1, -1)把它转换成(1,64)的符合要求的形状。

这样修改后，代码就能正常训练模型、预测最后一个样本，并且显示对应的手写数字图像啦！

内容的提问来源于stack exchange，提问作者Jairulez