调用 LinearRegression 时 Scikit Learn Not fit 错误答案

【问题标题】：Scikit Learn Not fit error when calling LinearRegression调用 LinearRegression 时 Scikit Learn Not fit 错误
【发布时间】：2018-02-22 07:30:53
【问题描述】：

我在 Spyder 中使用此代码调用 LinearRegression：

 X = Full[predictors]
Y = Full['logerror']
X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size=0.2, random_state=42)

X_train_val = X_train.values
Y_train_val = Y_train.values
X_test_val = X_test.values


model = LinearRegression()

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

pred = model.predict(X_test_val)

它显示了这个错误：NotFittedError: This LinearRegression instance is not fit yet.

我应该如何解决它？

【问题讨论】：

标签： python-3.x scikit-learn spyder

【解决方案1】：

你没有做任何拟合。

model = LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
model.fit(X_train_val, Y_train_val)

会有一些代码与你的兼容。

编辑：我认为您的代码中有更多损坏的东西（或者您隐藏了一些基于 pandas 的用法）！仔细阅读文档。

看看the tutorial，基本的例子是：

from sklearn import linear_model
reg = linear_model.LinearRegression()
reg.fit ([[0, 0], [1, 1], [2, 2]], [0, 1, 2])

【讨论】：

我只是缩短了代码，以便它可以集中到有错误的部分
非常感谢！它有助于解决问题！ :)
@user1314404 总的来说这很好，但.values 部分在没有任何熊猫指示的情况下看起来很奇怪（是的，前两行让我认为它是熊猫）。
你确实是对的！前几行： import numpy as np import pandas as pd import math from sklearn.linear_model import LinearRegression from sklearn.cross_validation import train_test_split