为什么使用 poly.fit_transform 将数组 len 从 15 更改为 1

Question

from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
from sklearn.linear_model import Ridge

np.random.seed(0)
n = 15
x = np.linspace(0,10,n) + np.random.randn(n)/5
y = np.sin(x)+x/6 + np.random.randn(n)/10

X_train, X_test, y_train, y_test = train_test_split(x, y, random_state=0)

poly = PolynomialFeatures(degree=1)
X_poly = poly.fit_transform(X_train)
model = LinearRegression().fit(X_poly, y_ploy)

和 ValueError：发现样本数量不一致的输入变量：[1, 15]

我发现： 长度（x）->15，

array([  0.35281047,   0.79431716,   1.62431903,   2.59103578,
         3.23065446,   3.375973  ,   4.47573197,   4.96972856,
         5.69364194,   6.51069113,   7.17166586,   8.14799756,
         8.72363612,   9.31004929,  10.08877265])

在 poly.fit_transform 之后， len(X_poly)->1，包含16个数字，好像加了1，不知道为什么会这样？

array([[  1.        ,   0.35281047,   0.79431716,   1.62431903,
          2.59103578,   3.23065446,   3.375973  ,   4.47573197,
          4.96972856,   5.69364194,   6.51069113,   7.17166586,
          8.14799756,   8.72363612,   9.31004929,  10.08877265]])

所以模型无法完成，但我该如何修复它？

Answer 1

有点难以理解你想要做什么，因为你还没有定义你所指的所有变量。

但是，当您使用 numpy ndarrays 时，您不应该使用 len 来查找数组的大小。你应该使用np.shape(x) 或x.shape 而不是len(x)。在这种情况下，您会发现 np.shape(X_F1_poly) 是 (1,16)。如果您仔细查看您打印的数组，您会发现第二个中包含双嵌套方括号，而不是第一个中的单个方括号。这意味着在X_F1_poly 中，您基本上有一个包含单个元素（因此长度为 1）的列表，并且该元素是另一个 16 元素列表。

要使列表长度为 16，请使用 np.squeeze(X_F1_poly) 删除该嵌套。