我试图在Python中使用分位数回归来预测我的目标变量 .
我正在考虑进行培训和验证的数据来自2015年10月 - 2017年12月31日 .
现在模型已经开发，我试图预测2018年1月的值，这会引发以下错误：
ValueError：操作数无法与形状一起广播（34，）（33，）
mod = smf.quantreg('ASBCU_SUM~Month+Year+WeekofMonth+DayNum+isHoliday+PCOP_CS+PCOP_LS+PCOP_IFS+PCOP_LSS+PCOP_FSS+PCOP_FS+DayOfWeek_6+DayOfWeek_5+DayOfWeek_2+DayOfWeek_7+DayOfWeek_3+DayOfWeek_4',dfTrainingData)
res = mod.fit(q=0.8)
如果我检查，错误来自statmodels内的quantile regression.py文件 .
diff = np.max(np.abs(beta - beta0))
我在堆栈溢出时经历过类似的帖子，建议检查目标变量的数据类型是否为数字 . 这是变量的dtype：
ASBCU_SUM：int64月：类别年份：类别WeekofMonth：category isHoliday：int64 DayNum：int32 PCOP_SUM：int64 PCOP_CS：int64 PCOP_LS：int64 PCOP_IFS：int64 PCOP_LSS：int64 PCOP_FS：int64 PCOP_FSS：int64 DayOfWeek_3：float64 DayOfWeek_2：float64 DayOfWeek_5：float64 DayOfWeek_7 ：float64 DayOfWeek_4：float64 DayOfWeek_6：float64
使用2015-2017数据开发模型时，数据类型也相同 .
我非常感谢任何帮助..