使用sklearn进行线性回归时遇到值错误

Posted 2023-03-12

【中文标题】使用sklearn进行线性回归时遇到值错误

【英文标题】：value error encountered when using sklearn for linear regression

【发布时间】：2020-07-08 13:45:59

【问题描述】：

我正在使用线性回归 (SKlearn)，并且在预测值时出现错误。我不知道该怎么做，并尝试切换输入预测值的格式，但到目前为止我画了一个空白。

这是我的代码：

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

data = pd.read_csv("data.csv")

print(data.head())

X = data['Machine Age (Months)'].values
y = data['Mean Time Between Failure (Days)'].values

X.shape # (30,)
y.shape # (30,)

X = [X]
y = [y]

model = LinearRegression()
model.fit(X,y)
prediction = model.predict([[30]])

运行此代码时出现此错误：

matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 30 is different from 1)

这是我要导入的数据（我将其设为 CSV 文件）

https://drive.google.com/file/d/10fEjJj2znOmRufq3cFuc0CB_t2HAgudI/view?usp=sharing

任何帮助将不胜感激:)

【问题讨论】：

删除此行：y = [y]

刚刚返回：ValueError: Found input variables with inconsistent numbers of samples: [1, 30]

我不确定这是否有所改善

肯定会添加到问题中

你认为将 X 和 y 传递到 numpy 数组中，然后用 (-1,1) 重塑它们会有帮助吗？

【参考方案1】：

我不确定您对预测的输入。

试试这个：

import numpy as np
X_test = np.array([[30]])
prediction = model.predict(X_test)