在这里学习新东西，所以我希望社区可以提供帮助。我主要是一个红宝石的家伙，但试图过渡到python，所以我可以用tensorflow解决机器学习问题。我最困难的时候让这个逻辑回归脚本使用我收集的住房数据。
数据链接：
https://storage.googleapis.com/datastorage_machinelearning/first1500.csv
逻辑回归脚本：
https://gist.github.com/Nick-Harvey/404b605423b3c19710eb2a1de6cb5880
脚本输出：
https://gist.github.com/Nick-Harvey/3eab9262770bfb690730cad1fbadf9eb
错误有点明显，因为它说有不兼容的形状。这很可能是由于我正在对添加其他列的城市名称进行编码。但是，我似乎无法找到一种能够拟合数据的方法，因此我可以按平方英尺预测房价并能够将其全部绘制出来。最后，我希望能够绘制数据，以便您可以比较平方英尺和价格，并按城市排序。
答案 0 :(得分：1)
注意：我认为你没有进行逻辑回归。逻辑回归要求因变量是二元的，并通过最大似然估计，例如费舍尔评分。您的错误函数是平均最小二乘，您的因变量是数字。对我来说，它看起来像是多元线性回归。
我研究了你的代码并且能够训练一个模型。当您计算出最小平方损失时，您的代码会在以后崩溃。但我会把它留给你。
您的问题是您的训练数据的维度。您的因变量y_train具有形状：(1176)。
尝试：
y_train = y_train.reshape（（y_train.shape [0]，1））
后
X_train，X_test，y_train，y_test = train_test_split（X，y，test_size = 0.2）