Scikit-learn - 多项逻辑回归上的错误输入形状错误答案

【问题标题】：Scikit-learn - Bad input shape error on multinomial logistic regressionScikit-learn - 多项逻辑回归上的错误输入形状错误
【发布时间】：2016-03-04 21:15:18
【问题描述】：

我正在使用 Scikit-learn 在 Python 中实现多项逻辑回归模型。这是我的代码：

X = pd.concat([each for each in feature_cols], axis=1)
y = train[["<5", "5-6", "6-7", "7-8", "8-9", "9-10"]]
lm = LogisticRegression(multi_class='multinomial', solver='lbfgs')
lm.fit(X, y)

但是，当它尝试执行最后一行代码时，我得到了ValueError: bad input shape (50184, 6)。

X 是一个 DataFrame，有 50184 行，7 列。 y 也有 50184 行，但有 6 列。

我最终想预测结果落在哪个区间（

【问题讨论】：

文档要求输入 Y 的向量。也许您应该尝试将训练变量编码为不同的值而不是虚拟变量？
@extremist Y的形状需要是(50184,1)

标签： python pandas machine-learning scikit-learn logistic-regression

【解决方案1】：

Logistic Regression 3-class Classifier 示例说明了拟合 LogisticRegression 如何使用向量而不是矩阵输入，在本例中为 iris 数据集的 target 变量，编码为值 [0, 1, 2]。

要将虚拟矩阵转换为系列，您可以将每一列与不同的整数相乘，然后 - 假设它是 pandas.DataFrame - 只需在结果上调用 .sum(axis=1)。比如：

for i, col in enumerate(y.columns.tolist(), 1):
    y.loc[:, col] *= i
y = y.sum(axis=1)

【讨论】：

这似乎就是为什么模型似乎只使用 y 数据框中的单列工作的原因。无论如何，我将如何将矩阵（多列）转换为向量？
用建议更新了答案。
谢谢！奇迹般有效。但我不知道如何正确预测结果类...
好吧，这看起来像是一个新问题的材料。这是来自 STATA 文档的示例 - 尚未在 scikit-learn 上下文中使用此模型：ats.ucla.edu/stat/stata/output/stata_mlogit_output.htm 当然，如果它回答了您的原始问题，请随时接受答案:)
抱歉，Logistic Regression 3-class Classifier 示例未显示 LogisticRegression 使用矢量输入。我们不知道 iris 数据集的属性，也不知道赋值 Y= iris.target 会使 Y 成为 (n,) 向量而不是 (n,k) 结构。即使用户通过打印 X 和 Y 的形状来“调试”示例，他也不知道这是所需的形状，还是只是当前示例的一个偶然特征。简而言之，在一个示例中知道回归器使用形状为 S 的数据并不能表明它不使用形状为 S* 的数据。