在线性回归中，Sklearn中的Python中，维度不匹配解释不清晰

Question

在sklearn中，我想用一维输入训练线性模型。但是当我把一个[100x1]输入向量和一个[100x1]输出向量输入到线性_模型.线性回归（）的fit函数，我得到错误"ValueError: Found arrays with inconsistent numbers of samples: [ 1 100]"。它与[7791 x 39]维训练输入和[7791 x 1]训练输出一起工作良好。在

starting regression training
(7791, 39)
(7791,)
done with regression training; starting probabilities converter training
(100,)
(100,)
Traceback (most recent call last):
  File "makePickles.py", line 19, in <module>
    train_probabilities_converter(scoresToProbabilities[:,1], scoresToProbabilities[:,2])
  File "trainProbabilitiesConverter.py", line 18, in train_probabilities_converter
    regr.fit(rawScores, empiricalProbability)
  File "//anaconda/lib/python2.7/site-packages/sklearn/linear_model/base.py", line 376, in fit
    y_numeric=True, multi_output=True)
  File "//anaconda/lib/python2.7/site-packages/sklearn/utils/validation.py", line 454, in check_X_y
    check_consistent_length(X, y)
  File "//anaconda/lib/python2.7/site-packages/sklearn/utils/validation.py", line 174, in check_consistent_length
    "%s" % str(uniques))
ValueError: Found arrays with inconsistent numbers of samples: [  1 100]

Answer 1

你有没有试过让你的输入数据（100，1）而不是（100，）？我知道有时候sklearn有问题（因为它可能是维度1中的100个观察值，或者维度100中的1个观察值）。在

您可以执行X_test = X_test[:, None]来添加新轴。np.newaxis也可以工作，是一个较长但更显式的名称。顺便说一下，它只是None的别名（它们引用同一个对象）：

>>> import numpy as np
>>> np.newaxis is None
True