sklearn Logistic回归“ ValueError：找到的数组具有暗3。估计器期望值<=2。”

如何解决sklearn Logistic回归“ ValueError：找到的数组具有暗3。估计器期望值<=2。”？

scikit-learn期望2d num数组用于拟合函数的训练数据集。您传入的数据集是一个3d数组，您需要将其重塑为2d形状。

nsamples, nx, ny = train_dataset.shaped2_train_dataset = train_dataset.reshape((nsamples,nx*ny))解决方法

我尝试在此笔记本中解决此问题6。问题是通过使用来自的LogisticRegression模型，使用50、100、1000和5000个训练样本在此数据上训练简单模型sklearn.linear_model。

lr = LogisticRegression()lr.fit(train_dataset,train_labels)

这是我尝试执行的代码，它给了我错误。

ValueError：找到的数组为暗3。估计量应小于等于2。

任何想法？

更新1：更新到Jupyter Notebook的链接。