Se pasó un vector de columna y cuando se esperaba una matriz 1d

necesito encajar RandomForestRegressor de sklearn.ensemble.

forest = ensemble.RandomForestRegressor(**RF_tuned_parameters)
model = forest.fit(train_fold, train_y)
yhat = model.predict(test_fold)

Este código siempre funcionó hasta que hice un preprocesamiento de datos (train_y). El mensaje de error dice:

Advertencia de conversión de datos: se pasó un vector de columna y cuando se esperaba una matriz 1d. Cambie la forma de y a (n_samples,), por ejemplo, usando ravel().

modelo = forest.fit(train_fold, train_y)

Previamente train_y era una serie, ahora es una matriz numpy (es un vector de columna). si aplico train_y.ravel()luego se convierte en un vector de fila y no aparece ningún mensaje de error, a través del paso de predicción lleva mucho tiempo (en realidad, nunca termina…).

en los documentos de RandomForestRegressor encontre eso train_y debe definirse como y : array-like, shape = [n_samples] or [n_samples, n_outputs]
¿Alguna idea de cómo resolver este problema?

Cambia esta línea:

model = forest.fit(train_fold, train_y)

a:

model = forest.fit(train_fold, train_y.values.ravel())

Explicación:

.values dará los valores en un numpy matriz (forma: (n,1))

.ravel convertirá esa forma de matriz en (n, ) (es decir, la aplanará)

También me encontré con esta situación cuando estaba tratando de entrenar a un KNN clasificador pero parece que la advertencia desapareció después de que cambié:
knn.fit(X_train,y_train)

a
knn.fit(X_train, np.ravel(y_train,order="C"))

Delante de esta línea usé import numpy as np.

Yo tuve el mismo problema. El problema era que las etiquetas estaban en formato de columna mientras que lo esperaba en una fila. usar np.ravel()

knn.score(training_set, np.ravel(training_labels))

Espero que esto lo resuelva.

use el siguiente código:

model = forest.fit(train_fold, train_y.ravel())

si todavía recibe una bofetada por error tan idéntica como a continuación?

Unknown label type: %r" % y

usa este código:

y = train_y.ravel()
train_y = np.array(y).astype(int)
model = forest.fit(train_fold, train_y)

Y = y.values[:,0]

Y - formated_train_y

y - train_y

Otra forma de hacer esto es usar ravel

model = forest.fit(train_fold, train_y.values.reshape(-1,))

Con eje neuralpuedes resolver esto fácilmente:

p = Pipeline([
   # expected outputs shape: (n, 1)
   OutputTransformerWrapper(NumpyRavel()), 
   # expected outputs shape: (n, )
   RandomForestRegressor(**RF_tuned_parameters)
])

p, outputs = p.fit_transform(data_inputs, expected_outputs)

Neuraxle es un marco similar a sklearn para el ajuste de hiperparámetros y AutoML en proyectos de aprendizaje profundo.