Sklearn.linear_model：ValueError：找到样本数不一致的输入变量：[1,20]

Question

我正在尝试实现线性回归，但是当我运行代码时，我得到了这个错误ValueError: Found input variables with inconsistent numbers of samples: [1, 20] in line-->linear.fit(x_train1,y_train1) [data type of x_train1,x is series & y_ is series]。

我更改了x_train的x=dataset.iloc[:,:-1]数据类型，x更改为dataframe（y_仍然是系列）并且它正常工作

那么为什么它只在qazxsw poi是数据框架时才有效，即使qazxsw poi仍然是系列？

x

Answer 1

y不接受等级1

import pandas as pd
import numpy as np
import matplotlib.pyplot

dataset=pd.read_csv('Salary_Data.csv')

x=dataset.iloc[:,0]

y=dataset.iloc[:,1]

from sklearn.model_selection import train_test_split
x_train1,x_test1,y_train1,y_test1=
train_test_split(x,y,test_size=1/3,random_state=0)

#implementing simple linear regression
from sklearn.linear_model import LinearRegression

linear=LinearRegression()

linear.fit(x_train1,y_train1)

y_pred=linear.predict(x_test1)

（1维数据），即：如果你在x上调用形状方法：

Scikit-Learn

它将返回看起来像这个array的东西，23是它应该是x.shape 的行数。

为了使它工作，尝试使用(23,)：

(23,1)