我让我的线性回归完美地与一个单一的功能。自从尝试使用两个之后,我得到了以下错误:ValueError:找到了样本数不一致的输入变量:[2,1]
第一个print语句将打印以下内容: (2,6497)(1,6497)
然后代码在train\u test\u split阶段崩溃。你知道吗
有什么想法吗?你知道吗
feat_scores = {}
X = df[['alcohol','density']].values.reshape(2,-1)
y = df['quality'].values.reshape(1,-1)
print (X.shape, y.shape)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
print (X_train.shape, y_train.shape)
print (X_test.shape, y_test.shape)
reg = LinearRegression()
reg.fit(X_train, y_train)
reg.predict(y_train)
你错过了这一行
不要将数据重塑为(2,6497)(1,6497),而是必须将其命名为(6497,2)(6497,)
Sklearn直接获取数据帧/序列。所以你可以给
而且,只能使用X值进行预测,因此
或者
相关问题 更多 >
编程相关推荐