ValueError: Expected 2D array, got 1D array instead:

1.你也可能是这种

修改前 
test_prediction = svc.predict(hog_features.reshape) 
修改后 
test_prediction = svc.predict(hog_features.reshape(1,-1)) 

2.这种可能

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style

style.use("ggplot")
from sklearn import svm

x = [1, 5, 1.5, 8, 1, 9]
y = [2, 8, 1.8, 8, 0.6, 11]

plt.scatter(x,y)
plt.show()

X = np.array([[1,2],
             [5,8],
             [1.5,1.8],
             [8,8],
             [1,0.6],
             [9,11]])

y = [0,1,0,1,0,1]
X.reshape(1, -1)

clf = svm.SVC(kernel='linear', C = 1.0)
clf.fit(X,y)

print(clf.predict([0.58,0.76]))

就是没有满足2D都不涉及reshape

修改为

print(clf.predict([[0.58,0.76]]))

3.自己遇到的情况.fit_transform(dataset3_preds.label)出错

：参考

主要是工具包版本更新造成的，面对上面问题，我们根据上面错误的提示相应的找出出错的那行代码：

#修改前
dataset3_preds.label = MinMaxScaler(copy=True,feature_range=(0,1)).fit_transform(dataset3_preds.label)

例如数据格式为[1,  2, 3, 4]就会出错，如果把这行数据转换成[[1], [2], [3], [4]]

dataset3_preds.label = MinMaxScaler(copy=True,feature_range=(0,1)).fit_transform(dataset3_preds.label.reshape(-1,1))#修改后

再运行程序，错误消除。