scikit-learn报”ValueError: Invalid input X. Expected array-like, got {input_type}. “的原因以及解决办法

当使用scikit-learn模型训练或预测时，可能会遇到“ValueError: Invalid input X. Expected array-like, got {input_type}.”的错误。这种类型的错误通常意味着将错误类型的数据传递给了scikit-learn函数，导致出现了无法处理的异常情况。

以下是导致该错误的一些常见原因及其解决办法。

数据类型错误

第一种原因是数据类型错误。scikit-learn函数期望的输入是一个数组，而不是其他类型的数据结构，例如列表、元组、集合等。如果使用了其他类型的数据结构，将会出现此错误。解决方法是将数据转换为numpy数组或pandas DataFrame对象。

形状不匹配的数据

第二种原因是形状不匹配的数据。scikit-learn函数期望输入的数组具有特定的形状，例如(n_samples, n_features)。如果输入的数组不具有相同的形状，则会出现此错误。解决方法是调整输入数组的形状来匹配期望的形状。

缺失值

第三种原因是缺失值。scikit-learn函数不支持包含缺失值的数组。如果输入包含了缺失值，则会出现此错误。解决方法是使用pandas DataFrame对象，并删除包含缺失值的行。

未缩放的数据

第四种原因是未缩放的数据。某些scikit-learn函数需要缩放数据以进行正确计算。如果输入的数据未缩放，则可能会出现此错误。解决方法是使用sklearn.preprocessing模块中的函数对数据进行缩放。

综上所述，要解决“ValueError: Invalid input X. Expected array-like, got {input_type}.”错误，需要确保使用正确的数据结构、形状，不包含缺失值，并且缩放数据（如果需要）。