sklearn：发现样本数量不一致的输入变量：[1, 99]答案

【问题标题】：sklearn: Found input variables with inconsistent numbers of samples: [1, 99]sklearn：发现样本数量不一致的输入变量：[1, 99]
【发布时间】：2018-01-23 15:28:06
【问题描述】：

我正在尝试在 spyder 中使用 pandas 构建一个简单的回归线。执行以下代码后，我得到了这个错误：

Found input variables with inconsistent numbers of samples: [1, 99]

代码：

import numpy as np
import pandas as pd

dataset = pd.read_csv('Phil.csv')

x = dataset.iloc[:, 0].values
y = dataset.iloc[:, 2].values

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x, y)

我想我知道问题出在哪里，但我不太确定如何处理语法。在变量资源管理器中，x（和y）的大小是（99L，），据我记得它不能是向量，它必须是大小（99,1）。 y 也一样。

看到一堆相关的话题，但都没有帮助。

【问题讨论】：

y 可以是(99,)（不必是(99,1) 的形状），但X 必须是二维形状。试穿前x = x.reshape(-1,1)。

标签： pandas linear-regression spyder sklearn-pandas

【解决方案1】：

我也遇到了类似的问题。

ValueError: Found input variables with inconsistent numbers of samples: [20, 10]

我找到了解决方案。就我而言，拆分的顺序不正确

我做到了

X_train, X_test, y_test, y_train = train_test_split(X,y,test_size=1/3, random_state=0)

而不是：

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=1/3, random_state=0)

希望它对以后遇到类似错误的程序员有所帮助。

【讨论】：

【解决方案2】：

参考LinearRegression（http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html#sklearn.linear_model.LinearRegression.fit）的sklearn文档，X向量需要符合规范[n_samples,n_features]。

由于您只有一个包含许多样本的特征，因此形状应该是 (99,1) - 例如，每个“行”有一个值，只有一个“列”。

有很多方法可以做到这一点（参考：Efficient way to add a singleton dimension to a NumPy vector so that slice assignments work），在你的情况下，以下应该可行：

regressor.fit(x[:, None], y)

不要忘记predict 要求数据的形状相同！

【讨论】：