首页 文章

Python Sklearn线性回归值误差

提问于
浏览 次
1

我一直在尝试使用sklearn进行线性回归 . 有时我得到一个值错误，有时它工作正常 . 我不知道使用哪种方法 . 错误消息如下：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/linear_model/base.py", line 512, in fit
    y_numeric=True, multi_output=True)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 531, in check_X_y
    check_consistent_length(X, y)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 181, in check_consistent_length
    " samples: %r" % [int(l) for l in lengths])
ValueError: Found input variables with inconsistent numbers of samples: [1, 200]

代码是这样的：

import pandas as pd
from sklearn.linear_model import LinearRegression
data = pd.read_csv('http://www-bcf.usc.edu/~gareth/ISL/Advertising.csv', index_col=0);
x = data['TV']
y = data['Sales']
lm = LinearRegression()
lm.fit(x,y)

请帮帮我 . 我是一名学生，正在努力学习机器学习的基础知识 .

python pandas machine-learning linear-regression sklearn-pandas

2 回答

  • 1

    lm.fit 期望 X 是一个

    numpy数组或形状稀疏矩阵[n_samples，n_features]

    你的 x 有形：

    In [6]: x.shape
Out[6]: (200,)

    只需使用：

    lm.fit(x.reshape(-1,1) ,y)
    回复于
  • 1

    将您的X输入作为数据帧而不是系列，您可以使用[[]] "double brackets"或 to_frame() 作为单个功能：

    import pandas as pd
from sklearn.linear_model import LinearRegression
data = pd.read_csv('http://www-bcf.usc.edu/~gareth/ISL/Advertising.csv', index_col=0);
x = data[['TV']]

    要么

    x = data['TV'].to_frame()
y = data['Sales']
lm = LinearRegression()
lm.fit(x,y)

    输出：

    LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
    回复于

相关问题