ValueError: Expected 2D array, got 1D array instead:

1.你也可能是這種

修改前 test_prediction = svc.predict(hog_features.reshape) 修改後 test_prediction = svc.predict(hog_features.reshape(1,-1)) 

2.這種可能

import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import stylestyle.use("ggplot")from sklearn import svmx = [1, 5, 1.5, 8, 1, 9]y = [2, 8, 1.8, 8, 0.6, 11]plt.scatter(x,y)plt.show()X = np.array([[1,2],             [5,8],             [1.5,1.8],             [8,8],             [1,0.6],             [9,11]])y = [0,1,0,1,0,1]X.reshape(1, -1)clf = svm.SVC(kernel='linear', C = 1.0)clf.fit(X,y)print(clf.predict([0.58,0.76]))

就是沒有滿足2D都不涉及reshape

修改為

print(clf.predict([[0.58,0.76]]))

3.自己遇到的情況.fit_transform(dataset3_preds.label)出錯

：參考

主要是工具包版本更新造成的，面對上面問題，我們根據上面錯誤的提示相應的找出出錯的那行代碼：

#修改前dataset3_preds.label = MinMaxScaler(copy=True,feature_range=(0,1)).fit_transform(dataset3_preds.label)

例如資料格式為[1,  2, 3, 4]就會出錯，如果把這行資料轉換成[[1], [2], [3], [4]]

dataset3_preds.label = MinMaxScaler(copy=True,feature_range=(0,1)).fit_transform(dataset3_preds.label.reshape(-1,1))#修改後

再運行程式，錯誤消除。