pandas - sklearn : Found input variables with inconsistent numbers of samples: [1, 99]

Question

我正在尝试用 spyder 中的 Pandas 构建一个简单的回归线。
执行以下代码后，我收到此错误:

Found input variables with inconsistent numbers of samples: [1, 99]

编码:

import numpy as np
import pandas as pd

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

x = dataset.iloc[:, 0].values
y = dataset.iloc[:, 2].values

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x, y)

我想我知道问题出在哪里，但我不太确定如何处理语法。
在变量资源管理器中，x(和 y)的大小是 (99L,)，据我所知，它不能是向量，必须是大小 (99,1)。
y 也一样。
看到一堆相关的话题，但没有一个有帮助。

Answer 1

引用 LinearRegression 的 sklearn 文档( http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html#sklearn.linear_model.LinearRegression.fit ), X vector 需要符合规范 [n_samples,n_features] .

由于您只有一个包含多个样本的特征，因此形状应该是 (99,1) - 例如，每个“行”有一个值，只有一个“列”。

有很多方法可以做到这一点(引用: Efficient way to add a singleton dimension to a NumPy vector so that slice assignments work )，在您的情况下，以下应该有效:

regressor.fit(x[:, None], y)

别忘了 predict需要与数据相同的形状!