Question

import numpy as np
import pandas as pd
import matplotlib.pyplot as pt

data1 = pd.read_csv('stage1_labels.csv')

X = data1.iloc[:, :-1].values
y = data1.iloc[:, 1].values

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
label_X = LabelEncoder()
X[:,0] = label_X.fit_transform(X[:,0])
encoder = OneHotEncoder(categorical_features = [0])
X = encoder.fit_transform(X).toarray()

from sklearn.cross_validation import train_test_split
X_train, X_test, y_train,y_test = train_test_split(X, y, test_size = 0.4, random_state = 0)

#fitting Simple Regression to training set

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train, y_train)

#predecting the test set results
y_pred = regressor.predict(X_test)

#Visualization of the training set results
pt.scatter(X_train, y_train, color = 'red')
pt.plot(X_train, regressor.predict(X_train), color = 'green')
pt.title('salary vs yearExp (Training set)')
pt.xlabel('years of experience')
pt.ylabel('salary')
pt.show()

在执行上述代码时，我需要帮助理解错误。以下是错误：

“引发ValueError（”x和y必须大小相同“）”

我有.csv文件，包含1398行和2列。我将y_test设置为40％，因为它在上面的代码中可见。

请帮忙

此致 Amitesh

Answer 1

打印X_train形状。你看到了什么？我敢打赌X_train是2d（矩阵有一列），而y_train 1d（向量）。反过来你会得到不同的尺寸。

我认为使用X_train[:,0]进行绘图（来自错误源自的地方）应解决问题

Answer 2

尝试一下：

x_train=np.arange(0,len(x_train),1)

它将array均匀分布，而您的error将永久消失。

Answer 3

使用[:, :-1]切片会为您提供 2维数组（包括除最后一列之外的所有行和所有列）。

使用[:, 1]进行切片会为您提供 1维数组（包括第二列中的所有行）。要使此数组也使用[:, 1:2]或[:, 1].reshape(-1, 1)或[:, 1][:, None]而不是[:, 1]。这将使x和y具有可比性。

使两个阵列成为二维的替代方案是使它们都是一维的。对于这个人，可以[:, 0]（而非[:, :1]）选择第一列，[:, 1]选择第二列。

Answer 4

在我的情况下，问题是test_size的大小与散点图的范围不同。范围应与总观测值的test_size（在代码中为40％）相同。在这里，您应该将散点图的范围设置为模型中要处理的总观测值的40％。

ValueError：x和y必须大小相同

4 个答案: