OLS回归python中的形状未对齐错误

Question

我有一个dataframe我试图运行statsmodel.apiOLS 回归的地方。它正在打印摘要。但是当我使用该predict()功能时，它给了我一个错误 -

形状 (75,7) 和 (6,) 未对齐：7 (dim 1) != 6 (dim 0)

我的代码是：

X = newdf.loc[:, newdf.columns != 'V-9'].values
y = newdf.iloc[:,3].values
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 
0.2,random_state=0)
import statsmodels.formula.api as sm
model = sm.OLS(y_train,X_train[:,[0,1,2,3,4,6]])
result = model.fit()
print(result.summary())`

运行时出现错误：

y_pred = result.predict(X_test)

我X_train的(297,7)
形状X_test是 -我的形状-(75,7)
dtype是numpy.ndarray

这个问题以前有人问过。我关注了 stackoverflow.com 上的一些帖子，并尝试使用reshape函数来解决它。然而，它没有帮助我。谁能解释为什么我收到这个错误？解决办法是什么？

Answer 1

model在 line 中model = sm.OLS(y_train,X_train[:,[0,1,2,3,4,6]])，当以这种方式训练时，假设输入数据是 6 维的，因为 的第 5 列X_train被删除。这要求测试数据（在本例中X_test）也是 6 维的。这就是为什么y_pred = result.predict(X_test)行不通，因为X_test它本来就是7维的。这里正确的修复是：

y_pred = result.predict(X_test[:, [0,1,2,3,4,6]]

奖金

我看到你正在使用 Pandas 库。删除列的更好做法是使用.dropso 而不是

newdf.loc[:, newdf.columns != 'V-9'].values

您可以使用

newdf.drop('V-9', axis=1) # axis=1 makes sure cols are dropped, not rows

同样代替

X_train[:,[0,1,2,3,4,6]]

您可以使用

X_train.drop(X_train.columns[5], axis=1) # this like dropping the 5th column of the dataFrame

这使得它更具可读性并且更容易编码，特别是如果您有 50 个维度而不是 7 个维度。

我很高兴它有帮助！