sklearn：发现样本数量不一致的输入变量：[1, 99]

Question

我正在尝试用 spyder 中的熊猫构建一个简单的回归线。执行以下代码后，我收到此错误：

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

编码：

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,)，据我所知，它不能是向量，必须是大小 (99,1)。y 也一样。

看到一堆相关的话题，但没有一个有帮助。

Answer 1

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多个样本的特征，因此形状应该是 (99,1) - 例如，每个“行”有一个值，只有一个“列”。

有很多方法可以实现这一点（参考：向 NumPy 向量添加单例维度以便切片分配工作的有效方法），在您的情况下，以下应该起作用：

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

不要忘记，predict需要与数据相同的形状！