X 有 1 个特征，但 LinearRegression 期望 5 个特征作为输入

Question

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import sklearn.linear_model

dados = pd.read_csv("dados.csv", thousands=',', sep = ";", header = 0, encoding='latin-1')

dados.drop('pais', axis = 1, inplace=True)

df = dados.to_numpy()
g = [df[:,1]]
h = [df[:,0]]

#plt.scatter(x,y, color = 'blue')
plt.scatter(g,h, color = 'blue')

model=sklearn.linear_model.LinearRegression()
model.fit(g,h)

G_new=[[22500]]
print(model.predict(G_new))

X 有 1 个特征，但 LinearRegression 期望 5 个特征作为输入。

如何解决这个问题？

Answer 1

X

不需要 5 个特征——1 个特征或 100,000 个特征就可以了——但它确实需要是一个 2D 数组。您正在传递一个一维数组（好吧，一个 Pandas 系列，但它相当于同一件事）。

这是我如何定义

X

和

y

（您称之为

g

和

h

）：

X = [df[:,1]].values.reshape(-1, 1)
y = [df[:,0]].values

reshape

方法将一维数组转换为二维数组（如果你愿意，可以称为“列向量”）；如果您选择多于 1 列，则不需要此重塑。

我使用

.values

将它们转换为 NumPy 数组，因为我更喜欢使用 NumPy 来传递

sklearn

数据。 Pandas 非常适合数据整理，但一旦我为 ML 任务制作了

X

和

y

，我就会转向 NumPy。个人喜好。

顺便说一句，人们使用大写的

X

来表示它应该是一个矩阵，即2D。这是一个数学约定。