После изменения значения ValueError: найден массив с dim 4. Ожидается оценщик <= 2 - PullRequest
Новая
       34

После изменения значения ValueError: найден массив с dim 4. Ожидается оценщик <= 2

0 голосов
/ 19 марта 2020

У меня есть эта ошибка

ValueError: Найден массив с dim 4. Ожидается оценщик <= 2. </p>

Я изменил свой массив, но он все еще показывает это. Я приложил свой код ниже. 

1 from datetime import datetime 
2 from iexfinance.stocks import Stock
3 import pandas as pd
4 from pandas import pandas
5 import numpy as np
6 from sklearn.svm import SVR
7 import matplotlib.pyplot as plt

8 start = datetime(2020, 1, 1)
9 end = datetime(2020, 1, 29)

10 def get_price_vol(symbol):
11     get_info= get_historical_data(symbol, start, end, token='xyz',
12                                   close_only=True, output_format='pandas' )
13     return get_info

14 aapl_df = get_price_vol('aapl').reset_index()

15 df = aapl_df[['date','close']].iloc[:-1]
16 df_dates = df.loc[:,'date']
17 df_close = df.loc[:,'close'] 

18 dates = []
19 prices = []

20 for date in df_dates:
21     dates.append([int(date.day)] )
22 for close_price in df_close:
23     prices.append(float(close_price))

24 dates = np.array(dates)
25 dates = dates.reshape(dates.shape[1], -1)
26 prices = np.array(prices)

27 def predict_prices(dates, prices, x):
28     svr_rbf = SVR(kernel='rbf', C=1e3, gamma=0.1)
  #Train the models on the dates and prices
29     svr_rbf.fit(dates, prices)
  #Plot the models on a graph to see which has the best fit
30     plt.scatter(dates, prices, color = 'black', label='Data')
31     plt.plot(dates, svr_rbf.predict(dates), color = 'red', label='RBF model')
32     plt.xlabel('Date')
33     plt.ylabel('Price')
34     plt.show()
  #return all three model predictions
35     return svr_rbf.predict([[x]])[0]

36 predicted_price = predict_prices(dates, prices, [[28]])
37 print(predicted_price)

Я совершенно уверен, что проблема заключается в строке даты и цены 18-26. Я изменил его, но он все еще дает мне ошибку.

Любая помощь приветствуется. Спасибо

1 Ответ

1 голос
/ 19 марта 2020

Это из-за этих строк, которые продолжают добавлять измерения: 

return svr_rbf.predict([[x]])[0]

predicted_price = predict_prices(dates, prices, [[28]])

В конце ваш ввод такой: 

[[[[28]]]]

Он имеет 4 измерения, и вы тренировались алгоритм использует только два. Я думаю, что predict_prices(dates, prices, 28) даст правильную форму ввода.

...