sklearn:调用LinearRegression.fit()时发现样本数不一致的数组

Question

只是尝试做一个简单的线性回归,但我对这个错误感到困惑:

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].values, df2.iloc[1:1000, 2].values)

产生:

ValueError: Found arrays with inconsistent numbers of samples: [  1 999]

这些选择必须具有相同的尺寸,它们应该是numpy数组,所以我缺少什么？

Answer 1

看起来sklearn需要数据形状(行号,列号).如果您的数据形状是(行号)(999, ),它就不起作用.通过使用numpy.reshape(),您应该改为(999, 1),例如使用

data=data.reshape((999,1))

就我而言,它适用于此.

Answer 2

看起来你正在使用pandas数据帧(来自名称df2).

您还可以执行以下操作:

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].to_frame(), df2.iloc[1:1000, 2].to_frame())

注意:我删除了"值",因为它将pandas Series转换为numpy.ndarray,而numpy.ndarray没有属性to_frame().

Answer 3

看到Udacity深度学习基础课程:

df = pd.read_csv('my.csv')
...
regr = LinearRegression()
regr.fit(df[['column x']], df[['column y']])

Answer 4

我认为regr.fit的"X"参数需要是一个矩阵,所以以下内容应该有效.

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, [5]].values, df2.iloc[1:1000, 2].values)