我对sklearn linear_model.LinearRegression（模块）的输入有几个问题。
ages_train = [[20, 10000], [22, 12000], [22, 14000], [25, 17000], [30, 29000]]
net_worths_train = [10000, 12000, 14000, 17000, 29000]
reg = linear_model.LinearRegression()
reg.fit(ages_train, net_worths_train)
上述工作但是很难绘制。例如，这样做不会起作用：
plt.scatter(ages_train, net_worths_train, color = "b", label = "train data")
所以我想做的就是输入：
ages_train = np.array([20, 22, 25, 27, 30, 31, 31, 34, 42, 50])
net_worths_train = np.array([10000, 12000, 16000, 20000, 30000, 33000, 34000, 38000, 49000, 60000])
但是这种数据格式不适用于linear_model.LinearRegression的.fit（）函数。什么是输入数据的正确方法，并使其易于绘图？并且最好使用numpy数组吗？
答案 0 :(得分：4)
查看documentation for scikits.learn。您将看到X和Y分别需要是二维形状数组（n_samples，n_features）和（n_sample，n_targets）。即使您只有一个功能和一个目标，情况也是如此。
你知道一个形状数组（6,1）和一个形状数组（6，）之间的区别吗？起初有点令人困惑，但第一个是真正的二维数组，碰巧有一列，第二个是完整的一维数组。
以下是将数据转换为2d数组的方法。是的，在使用像这样的数字数据时，你应该使用numpy而不是list。
ages_train = np.array([20, 22, 25, 27, 30, 31, 31, 34, 42, 50])
net_worths_train = np.array([10000, 12000, 16000, 20000, 30000, 33000, 34000, 38000, 49000, 60000])
reg.fit(ages_train[:, np.newaxis], net_worths_train[:, np.newaxis])
print reg.coef_, reg.intercept_
顺便说一句，如果你真的只想做简单的线性回归，可以考虑np.polyfit（多项式拟合）或np.linalg.lstsq（广义最小二乘）。这些更容易安装和使用。但是，Scikits-learn还有更多的功能和先进的回归技术。