当我尝试在线性回归中使用.predict时,会出现以下错误:
ValueError:应为2D数组,但改为标量数组: 数组=80。 使用数组重塑数据。如果数据具有单个特征或数组,则重塑(-1,1)。如果数据包含单个样本,则重塑(1,-1)
我真的不理解重塑功能以及为什么需要它。有人能给我解释一下它的作用,以及如何应用它来预测我的模型吗
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression
x = np.array([95,85,80,70,60])
y = np.array([85,95,70,65,70])
x = x.reshape(-1,1)
y = y.reshape(-1,1)
plt.scatter(x,y)
plt.show()
reg = LinearRegression()
reg.fit(x,y)
reg.predict(80)
predict()
的输入是2d数组,您正在传递整数值,这就是为什么会出现错误。您需要将80作为2d列表传递[[80]]
相关问题 更多 >
编程相关推荐