Python Sklearn 线性回归值错误答案

【问题标题】：Python Sklearn Linear Regression Value ErrorPython Sklearn 线性回归值错误
【发布时间】：2017-10-13 18:31:47
【问题描述】：

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。我不确定使用哪种方法。错误信息如下：

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基础知识。

【问题讨论】：

标签： python pandas machine-learning linear-regression sklearn-pandas

【解决方案1】：

将您的 X 作为数据框而不是系列传递，您可以使用 [[]] “双括号”或 to_frame() 来表示单个功能：

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']]

或者

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)

【讨论】：

谢谢！效果很好

【解决方案2】：

lm.fit 期望 X 是一个

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

你的x 有形状：

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

只需使用：

lm.fit(x.reshape(-1,1) ,y)

【讨论】：

谢谢！效果很好