在 Python 中使用 sklearn.linear_model.LinearRegression 时出现 ValueError

Question

我正在尝试根据 X 值预测 y 值。我有一个 Excel 文件，其中包含一个人有多少兄弟姐妹和配偶。该文件还包含一个生存结果，即y（1 = 幸存，0 = 死亡）。

下面的代码 sn-p 显示了我是如何做到这一点的

dataSet = pd.read_excel("TitanicData.xlsx", sheet_name="TitanicData")
dataSet.head()
dataSet.columns

SibSp  = dataSet.iloc[:, 6]
Parch  = dataSet.iloc[:, 7]

Stack  = np.column_stack((SibSp, Parch, SibSp + Parch))
Family = pd.DataFrame(Stack, columns=['SibSp', 'Parch', 'Family'])

X      = Family.iloc[:, 2]
y      = dataSet.iloc[:, 1]

这现在给了我我期望的正确值，y 是一个 1 和 0 的 DataFrame，描述了这个人是否死亡，X 包含 SibSp 和 Parch 列的总和。

然后我将数据拆分为训练和测试数据帧，就像这样（更新以显示 X_train、X_test 的来源）

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=101)

但是，当我尝试使用 sklearn.linear_model.LinearRegression 时，我开始收到错误

classifier = LinearRegression()

classifier.fit(X_train, y_train)
classifier.predict(X_test)

ValueError: Expected 2D array, got 1D array instead: array=[ 1 2 0 1 0 0 0 0 4 ...] 如果您的数据只有一个，请使用 array.reshape(-1, 1) 重塑您的数据如果包含单个样本，则为 feature 或 array.reshape(1, -1)。

我尝试查看similar questions on SO，但抛出此异常的行是

classifier.fit(X_train, y_train)

如何将我的训练值放入我的分类器中？

更新：

print(X_train.shape, y_train.values.reshape(-1,1).shape)

给我(534,) (534, 1)

更新以显示完整的调试跟踪

  File "<ipython-input-56-2da0ffaf5447>", line 1, in <module>
    train()

  File "C:/Users/user/Desktop/dantitanic/AnotherTest.py", line 41, in train
    classifier.fit(X_train, y_train)

  File "C:\Users\user\Anaconda3\lib\site-packages\sklearn\linear_model\base.py", line 458, in fit
    y_numeric=True, multi_output=True)

  File "C:\Users\user\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 756, in check_X_y
    estimator=estimator)

  File "C:\Users\user\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 552, in check_array
    "if it contains a single sample.".format(array))

Answer 1

您需要在像这样拟合之前重塑 X_train 和 X_test：

X_train = X_train.reshape(1, -1)
X_test = X_test.reshape(1, -1)