scikit-learn - sklearn : Found arrays with inconsistent numbers of samples when calling LinearRegression. 适合()

Question

只是尝试做一个简单的线性回归，但我对这个错误感到困惑:

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].values, df2.iloc[1:1000, 2].values)

产生:

ValueError: Found arrays with inconsistent numbers of samples: [  1 999]

这些选择必须具有相同的维度，并且它们应该是 numpy 数组，那么我错过了什么？

Answer 1

看起来 sklearn 需要(行号，列号)的数据形状。如果您的数据形状是(行号，)，例如 (999, )，则它不起作用。通过使用 numpy.reshape()，您应该将数组的形状更改为 (999, 1)，例如使用

data=data.reshape((999,1))

就我而言，它确实有效。