Question

我试图在spyder中用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]

代码：

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)

我想我知道问题是什么，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，），从我记忆中它不能是一个向量，它必须是大小（99,1）。 y同样的事情。

看了很多相关主题，但没有一个有帮助。感谢。

Answer 1

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

由于您只有一个包含许多样本的特征，因此形状应为（99,1） - 例如，每个“行”具有单个“列”的单个值。

有很多方法可以实现这一点（参考：Efficient way to add a singleton dimension to a NumPy vector so that slice assignments work），在您的情况下，以下内容应该有效：

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

不要忘记predict需要与数据相同的形状！

Answer 2

我也遇到了类似的问题。

ValueError: Found input variables with inconsistent numbers of samples: [20, 10]

我找到了解决方案。就我而言，分割顺序不正确

我做到了

X_train, X_test, y_test, y_train = train_test_split(X,y,test_size=1/3, random_state=0)

而不是：

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=1/3, random_state=0)

希望它可以帮助以后遇到类似错误的编码人员。

sklearn：找到样本数不一致的输入变量：[1,99]

2 个答案: