python - 值错误: matmul when trying to fit sklearn's linear regressor to pandas dataframe instanses

Question

我一直在尝试使用 sklearn 对一些虚拟数据执行简单的多元线性回归。我最初通过 sklearn.linear_model.LinearRegression.fit numpy 数组并不断收到此错误:

ValueError: matmul: 输入操作数 1 的核心维度 0 不匹配，gufunc 签名为 (n?,k),(k,m?)->(n?,m?)(大小 2 不同于1)

我认为这是由于我的数组转置或其他原因造成的一些错误，所以我拉出了一个tutorial that used pandas dataframes并以同样的方式设置我的代码:

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

VWC = np.array((0,0.2,0.4,0.6,0.8,1))
Sensor_Voltage = np.array((515,330,275,250,245,240))

X = np.column_stack((VWC,VWC*VWC))
df = pd.DataFrame(X,columns=["VWC","VWC2"])
target = pd.DataFrame(Sensor_Voltage,columns=["Volt"])

model = LinearRegression()
model.fit(df,target["Volt"])
x = np.linspace(0,1,30)
y = model.predict(x[:,np.newaxis])
plt.plot(VWC, Sensor_Voltage)
plt.plot(x,y,dashes=(3,1))
plt.title("Simple Linear Regression")
plt.xlabel("Volumetric Water Content")
plt.ylabel("Sensor response (4.9mV)")
plt.show()

我仍然得到以下回溯:

Traceback (most recent call last):
  File "C:\Users\Vivian Imbriotis\AppData\Local\Programs\Python\Python37\simple_linear_regression.py", line 16, in <module>
    y = model.predict(x[:,np.newaxis])
  File "C:\Users\Vivian Imbriotis\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\linear_model\_base.py", line 225, in predict
    return self._decision_function(X)
  File "C:\Users\Vivian Imbriotis\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\linear_model\_base.py", line 209, in _decision_function
    dense_output=True) + self.intercept_
  File "C:\Users\Vivian Imbriotis\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\utils\extmath.py", line 151, in safe_sparse_dot
    ret = a @ b
ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 2 is different from 1)

几个小时以来我一直在努力解决这个问题，但我只是不明白我做错了什么。

Scikit-learn、numpy、pandas均为最新版本；这是在 python 3.7.3 上的

已解决:我很愚蠢，误解了 np.newaxis 的工作原理。这里的目标是对数据进行二次拟合，所以我只需要更改:

x = np.linspace(0,1,30)
y = model.predict(x[:,np.newaxis])

至

x = np.columnstack([np.linspace(0,1,30),np.linspace(0,1,30)**2])
y = model.predict(x)

我确信有一种更优雅的方式来编写它，但是呃。

Answer 1

您使用 (6,2) 数据集的形状训练模型。如果您检查 df 的形状

df.shape = (6,2)。

当您尝试预测时，您正在尝试使用不同形状的数据集。

x.shape=(30,1)

您需要的是使用正确的数据集形状。试试这个

x = np.linspace((0,0),(1,1),30)
y = model.predict(x)