变量具有功能1，在机器学习模型中预期为127

问题描述

我创建了一个ML模型来测试密码强度。数据集的形状为（669639，127），如果我通过密码/变量来测试模型，则会得到ValueError，密码具有1个功能，预期为127。因此，我尝试将密码/变量的形状调整为（1,127）。 ），但无法重整尺寸为1到（1,127）的数组。任何帮助将不胜感激，谢谢。 `＃！/ usr / bin / env python

编码：utf-8

在[2]中：

import seaborn as sns
import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore')

在[3]中：

data = pd.read_csv('D:\Datasets\strength.csv',',error_bad_lines=False)

在[4]中：

data

在[5]中：

data.isna().sum()

在[6]中：

data.dropna(inplace = True)

在[7]中：

data.isna().sum()

在[8]中：

sns.countplot(data['strength'])

在[9]中：

data['strength'].value_counts()

在[10]中：

password_tuple = np.array(data)

在[11]中：

import random
random.shuffle(password_tuple)

在[12]中：

X = [labels[0] for labels in password_tuple]
y = [labels[1] for labels in password_tuple]

在[13]中：

def char_tokenizer(input):
    characters = []
    for i in input:
        characters.append(i)
    return characters

在[14]中：

from sklearn.feature_extraction.text import TfidfVectorizer
tfidf = TfidfVectorizer(tokenizer = char_tokenizer)
X = tfidf.fit_transform(X)

在[15]中：

X.shape

在[16]中：

from sklearn.linear_model import LogisticRegression
logReg = LogisticRegression(penalty='l2',multi_class='ovr')
logReg.fit(X,y)

在[17]：

print(logReg.score(X,y))

在[18]中：

import joblib
joblib.dump(logReg,'LogisticRegression_model.joblib')

在[17]：

from sklearn.naive_bayes import BernoulliNB
bnb = BernoulliNB()
bnb.fit(X,y)

在[18]中：

print(bnb.score(X,y))

在[19]中：

import joblib
joblib.dump(bnb,'NaiveBayes_model.joblib')

在[20]中：

from sklearn.tree import DecisionTreeClassifier
dtc = DecisionTreeClassifier()
dtc.fit(X,y)

在[21]：

print(dtc.score(X,y))

在[22]：

import joblib
joblib.dump(logReg,'DecisionTree_model.joblib')

在[23]：

from sklearn.ensemble import RandomForestClassifier
rfc = RandomForestClassifier(n_estimators=100,max_depth=50,criterion='entropy')
rfc.fit(X,y)

在[24]中：

print(rfc.score(X,y))

在[25]：

import joblib
joblib.dump(rfc,'RandomForest_model.joblib')

在[35]中：

array =['dbswjwiqmd']
ar2 = np.array([array])
ar2.reshape(1,127)
logReg.predict(ar2)

`

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）