Question

我目前正在从Coursera（https://www.coursera.org/learn/ml-foundations/lecture/6wD6H/visualizing-predictions-of-simple-model-with-matplotlib）开始我的机器学习课程。该课程使用Graphlab创建框架，用于学习和分配课程。我不想使用Graphlab，而是使用pandas，numpy进行分配。

在课程中，教师创建了回归模型，然后使用matplotlib显示预测：

sqft_model = graphlab.linear_regression.create(train_data, target='price', features=['sqft_living'],validation_set=None)

然后预测代码如下：

plt.plot(test_data['sqft_living'],test_data['price'],'.',
        test_data['sqft_living'],sqft_model.predict(test_data),'-')

结果是：

prediction image

在上图中，蓝点是测试数据，绿线是从简单回归的预测。我是编程和python的完全初学者。我想使用免费资源，如pandas和scikit。我在Ipython中使用了以下内容：

from pandas.stats.api import ols
sqft_model = ols(y=train_data['price'], x=train_data['sqft_living'])

但是，输入预测代码时出现以下错误：

ValueError：系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）

因此，我无法产生教师所做的所需结果（即上图所示的图像）。任何人都可以帮助我吗？

请找到以下链接下载数据：

Answer 1

我怀疑这里的问题是Pandas OLS模型无法理解GraphLab的SArray。尝试首先将SFrame train_data和test_data转换为Pandas Dataframe - 以下内容适用于我：

df_train = train_data.to_dataframe()
model = old(y=df_train['price'], x=df_train['sqft_living'])