线性回归预测中的值错误：“ValueError：形状（1,1）和（132,132）未对齐：1（dim 1）！= 132（dim 0）”

Posted 2023-03-12

【中文标题】线性回归预测中的值错误：“ValueError：形状（1,1）和（132,132）未对齐：1（dim 1）！= 132（dim 0）”

【英文标题】：value Error in linear regression predict: "ValueError: shapes (1,1) and (132,132) not aligned: 1 (dim 1) != 132 (dim 0)"

【发布时间】：2018-09-13 05:40:59

【问题描述】：

我是机器学习和线性回归的新手，有人可以帮我解决这个值错误问题

“ValueError：形状 (1,1) 和 (132,132) 未对齐：1 (dim 1) != 132 (dim 0)”

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# Laod the data
load_csv = pd.read_csv("Gdp_Vs_Life_Dataset.csv")
gdp = np.c_[load_csv["GDP"]]
life = np.c_[load_csv["LIFE"]]

print (load_csv.shape)
print (gdp)
print (life)
print(gdp.size)
print(life.size)

# Visualize the data
plt.scatter(gdp,life)
plt.xlabel('GDP PER CAPITA')
plt.ylabel('LIFE SATISFACTION')
plt.title("Data year 2016")
plt.show()

# Select a linear model
model = LinearRegression()

#Train the model
model.fit(gdp.reshape(1, -1), life.reshape(1, -1))

# Make a prediction
X_ = [[5989]]
print(model.predict(X_))

当我运行这段代码时出现错误：

回溯（最近一次通话最后一次）： 文件“linear_reg.py”，第 33 行，在 打印（模型。预测（X_）） 预测中的文件“/usr/lib/python3/dist-packages/sklearn/linear_model/base.py”，第 200 行 返回 self._decision_function(X) _decision_function 中的文件“/usr/lib/python3/dist-packages/sklearn/linear_model/base.py”，第 185 行 密集输出=真）+ self.intercept_ 文件“/usr/lib/python3/dist-packages/sklearn/utils/extmath.py”，第 184 行，位于 safe_sparse_dot 返回 fast_dot(a, b) ValueError：形状 (1,1) 和 (132,132) 未对齐：1 (dim 1) != 132 (dim 0)

【参考方案1】：

你的特征维度输入X_应该是132；现在，它是1（一个标量）。

【讨论】：

但我正在寻找基于单一 GDP 输入的预测生活满意度。你能帮我简要解释一下如何通过给定的单个输入“X_”来预测生活满意度吗？

【参考方案2】：

我也是，我遇到了同样的错误。

但是使用

reg.predict(np.array([[5989]]))

而不是先分配

X_ = [[5989]]
print(model.predict(X_))

所以直接使用：

reg.predict(np.array([[5989]]))

问题解决了。