QuantileRegression ValueError：操作数无法与形状一起广播

Question

我正在尝试使用Python中的分位数回归来预测我的目标变量。

我正在考虑进行培训和验证的数据来自2015年10月 - 2017年12月31日。

现在模型已经开发，我试图预测2018年1月的值，这会引发以下错误：

  

ValueError：操作数无法与形状（34，）（33，）

一起广播

mod = smf.quantreg('ASBCU_SUM~Month+Year+WeekofMonth+DayNum+isHoliday+PCOP_CS+PCOP_LS+PCOP_IFS+PCOP_LSS+PCOP_FSS+PCOP_FS+DayOfWeek_6+DayOfWeek_5+DayOfWeek_2+DayOfWeek_7+DayOfWeek_3+DayOfWeek_4',dfTrainingData)

res = mod.fit(q=0.8)

如果我检查，则错误来自statmodels中的quantile regression.py文件。

diff = np.max(np.abs(beta - beta0))

我在堆栈溢出上经历了类似的帖子，建议检查目标变量的数据类型是否为数字。 这是变量的dtype：

  

ASBCU_SUM：int64

     

月：类别

     

年份：类别

     

WeekofMonth：category

     

isHoliday：int64

     

DayNum：int32

     

PCOP_SUM：int64

     

PCOP_CS：int64

     

PCOP_LS：int64

     

PCOP_IFS：int64

     

PCOP_LSS：int64

     

PCOP_FS：int64

     

PCOP_FSS：int64

     

DayOfWeek_3：float64

     

DayOfWeek_2：float64

     

DayOfWeek_5：float64

     

DayOfWeek_7：float64

     

DayOfWeek_4：float64

     

DayOfWeek_6：float64

使用2015-2017数据开发模型时，数据类型相同。

我真的很感激任何帮助......

Answer 1

我之前也遇到过同样的错误。查看@Josef 的回复，发现输入矩阵不是满秩，修复秩问题后，bug 已修复。 例如，如果您运行以下代码：

import statsmodels.api as sm
import statsmodels.formula.api as smf
import pandas as pd
data = {'col_1': [3, 2, 1, 0], 'col_2': [0, 0, 0, 0],
        'y': [1,2,3,4]}
data = pd.DataFrame.from_dict(data)
data.head()
model =smf.quantreg("y ~ col_1 + col_2", data).fit()
print(model.summary())

会出现错误：

diff = np.max(np.abs(beta - beta0))
ValueError: operands could not be broadcast together with shapes (3,)
(2,) 

如果您删除导致非满级问题的“col_2”，则该错误将得到修复。