Python 线性回归预测错误 - 数组问题

Question

当我尝试对线性回归使用 .predict 时，我收到以下错误：

ValueError: 预期的二维数组，得到的是标量数组： 数组=80。 如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 重塑您的数据，如果数据包含单个样本，则使用 array.reshape(1, -1)。

我不太了解重塑功能以及为什么需要它。有人可以向我解释这是做什么的，以及如何应用它来预测我的模型吗？

import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression

x = np.array([95,85,80,70,60])
y = np.array([85,95,70,65,70])
x = x.reshape(-1,1)
y = y.reshape(-1,1)
plt.scatter(x,y)
plt.show()

reg = LinearRegression()
reg.fit(x,y)

reg.predict(80)

Answer 1

predict() 的输入是二维数组，您正在传递整数值，这就是您收到错误的原因。您需要将 80 作为 2d 列表传递 [[80]]

reg.predict([[80]])