我在 Titanic 数据集上尝试了逻辑回归，但使用了 2 个不同的代码：第一个代码：

# did all the data preparation
d = pd.read_csv("titanic.csv")

x = d.values[:,1:]
y = d.values[:,1]
m.fit(x_train,y_train)

并拟合数据，准确率达到 97.3%。但在我使用的第二个代码中

x = d.values[:,1:]
y = d.values[:,:1]
m.fit(x_train, y_train.ravel())

并将数据拟合到模型中，得到了 75.7% 的准确率。

唯一的区别是，在第一个代码中，y 形状是 (183,)，而在第二个代码中，y 形状是 (183,1)。那么哪一个是正确的？目标变量的形状应该是什么？在这里找到完整的第一个代码和第二个代码。