在多元线性回归中打印预测值时出错答案

【问题标题】：error while printing the predicted value in multiple linear regression在多元线性回归中打印预测值时出错
【发布时间】：2020-04-24 08:01:55
【问题描述】：

from sklearn import linear_model
regr = linear_model.LinearRegression()
x = np.asanyarray(train[['ENGINESIZE','CYLINDERS','FUELCONSUMPTION_COMB']])
y = np.asanyarray(train[['CO2EMISSIONS']])
regr.fit (x, y)
# The coefficients
print ('Coefficients: ', regr.coef_)
x1 = np.asanyarray(test[['ENGINESIZE','CYLINDERS','FUELCONSUMPTION_COMB']])
y1 = np.asanyarray(test[['CO2EMISSIONS']])
xy = regr.predict(y1)
print(xy) // an error is generating while printing this (valueError)

这适用于简单的线性回归，但这里不适用于多重线性回归

【问题讨论】：

标签： python-3.x scikit-learn linear-regression olsmultiplelinearregression

【解决方案1】：

regr.predict 期望与x 具有相同的形状。

此外，当你想预测某事时，它应该基于一些输入，而不是输出。

所以，xy = regr.predict(y1) 是错误的。

你应该试试xy = regr.predict(x1)。

【讨论】：

【解决方案2】：

它之所以在简单回归中起作用（但实际上它是不正确的）是因为您向regr.predict 提供了一个一维数组。如前所述，这应该是regr.predict(y1) 的regr.predict(x1) instread，因为您试图预测y1 来自 x1。该算法不会在简单回归中“区分”x1 和 y1，因为它们都是一维数组，因此不会引发错误。

但是，在多元回归中，您可以在 2D 或 3D 或...N 维 x 数组上拟合方程。因此，当您运行 regr.predict(y1) 时，它会引发错误，因为您尝试使用一维 y1 数组进行预测。

只需将regr.predict(y1) 替换为regr.predict(x1)，它就适用于简单回归和多重回归。

【讨论】：