ランダムフォレスト（回帰分析）の精度を出力しようとすると沢山エラーが。。。

Question

ランダムフォレスト（分類ではなく回帰分析）で学習したモデルの精度（score）を出力しようとしたらエラーになります。
エラーメッセージを見ても、どうもよく原因がよくわかりません。

お詳しい方、ご指導をお願いいたします。

#ランダムフォレストで回帰分析の精度を出力

y_pred  = clf.predict(x_test_std)
predicted = y_pred

y_test = np.array(y_test).ravel()

print(y_test)
print(predicted)

clf.score(y_test,predicted)

以下、実行結果（エラーです）

[0 1 1 0 1 1 1 1 1 0 1 0 1 1 1 0 1 1 1 0 1 0 1 1 1 1 1 1 1 1 0]
[0.975      0.91584249 0.82605159 0.53488456 0.93512821 0.92654762
 0.99237237 0.68333333 0.62357143 0.88071429 1.         0.92142857
 0.92527778 0.75166667 0.95844105 0.29666667 0.97058391 1.
 0.991      0.63833333 0.95844105 0.46742424 0.90916667 0.7
 0.99237237 0.90989011 0.99237237 0.53333333 0.78626984 0.91584249
 0.50992424]
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-28-e28a870dc070> in <module>
      9 print(predicted)
     10 
---> 11 clf.score(y_test,predicted)

~\Anaconda3\lib\site-packages\sklearn\base.py in score(self, X, y, sample_weight)
    406         from .metrics import r2_score
    407         from .metrics.regression import _check_reg_targets
--> 408         y_pred = self.predict(X)
    409         # XXX: Remove the check in 0.23
    410         y_type, _, _, _ = _check_reg_targets(y, y_pred, None)

~\Anaconda3\lib\site-packages\sklearn\ensemble\forest.py in predict(self, X)
    691         check_is_fitted(self, 'estimators_')
    692         # Check data
--> 693         X = self._validate_X_predict(X)
    694 
    695         # Assign chunk of trees to jobs

~\Anaconda3\lib\site-packages\sklearn\ensemble\forest.py in _validate_X_predict(self, X)
    357                                  "call `fit` before exploiting the model.")
    358 
--> 359         return self.estimators_[0]._validate_X_predict(X, check_input=True)
    360 
    361     @property

~\Anaconda3\lib\site-packages\sklearn\tree\tree.py in _validate_X_predict(self, X, check_input)
    389         """Validate X whenever one tries to predict, apply, predict_proba"""
    390         if check_input:
--> 391             X = check_array(X, dtype=DTYPE, accept_sparse="csr")
    392             if issparse(X) and (X.indices.dtype != np.intc or
    393                                 X.indptr.dtype != np.intc):

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    519                     "Reshape your data either using array.reshape(-1, 1) if "
    520                     "your data has a single feature or array.reshape(1, -1) "
--> 521                     "if it contains a single sample.".format(array))
    522 
    523         # in the future np.flexible dtypes will be handled like object dtypes

ValueError: Expected 2D array, got 1D array instead:
array=[0. 1. 1. 0. 1. 1. 1. 1. 1. 0. 1. 0. 1. 1. 1. 0. 1. 1. 1. 0. 1. 0. 1. 1.
 1. 1. 1. 1. 1. 1. 0.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

Comments

[meg_]

モジュールのバージョンは何ですか？

[python_2019]

ご連絡ありがとうございます。

モジュールのバージョンは、どこを見ればよいのでしょうか？
基本的な事をお聞きして申し訳ございません。

[meg_]

print(モジュール名.__version__)で表示されるかと思います。

Answer 1

ValueError: Expected 2D array, got 1D array instead:
array=[0. 1. 1. 0. 1. 1. 1. 1. 1. 0. 1. 0. 1. 1. 1. 0. 1. 1. 1. 0. 1. 0. 1. 1.
 1. 1. 1. 1. 1. 1. 0.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

エラーメッセージの指示に従ってy_test.reshape(-1, 1)すれば良いかと思います。

Comments

[python_2019]

ご回答ありがとうございます。
一度、ご指摘頂いた方法で試してみたいと思います。