value线性回归中的误差预测：“ValueError：shapes（1,1）和（132,132）未对齐：1（dim 1）！= 132（dim 0）”

Question

我是机器学习和线性回归的新手可以帮助我解决这个价值错误问题

“ValueError：形状（1,1）和（132,132）未对齐：1（暗淡1）！= 132（暗淡0）”

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# Laod the data
load_csv = pd.read_csv("Gdp_Vs_Life_Dataset.csv")
gdp = np.c_[load_csv["GDP"]]
life = np.c_[load_csv["LIFE"]]

print (load_csv.shape)
print (gdp)
print (life)
print(gdp.size)
print(life.size)

# Visualize the data
plt.scatter(gdp,life)
plt.xlabel('GDP PER CAPITA')
plt.ylabel('LIFE SATISFACTION')
plt.title("Data year 2016")
plt.show()

# Select a linear model
model = LinearRegression()

#Train the model
model.fit(gdp.reshape(1, -1), life.reshape(1, -1))

# Make a prediction
X_ = [[5989]]
print(model.predict(X_))

当我运行此代码时出现错误：

追踪（最近一次通话）：   文件“linear_reg.py”，第33行，in     打印（model.predict（X_））   文件“/usr/lib/python3/dist-packages/sklearn/linear_model/base.py”，第200行，预测     return self._decision_function（X）   _decision_function中的文件“/usr/lib/python3/dist-packages/sklearn/linear_model/base.py”，第185行     dense_output = True）+ self.intercept_   在safe_sparse_dot中输入文件“/usr/lib/python3/dist-packages/sklearn/utils/extmath.py”，第184行     return fast_dot（a，b） ValueError：形状（1,1）和（132,132）未对齐：1（暗淡1）！= 132（暗淡0）

Answer 1

您的要素尺寸输入X_应为132;现在，它是1（标量）。

Answer 2

我也是，我遇到了同样的错误。

但是使用

reg.predict(np.array([[5989]]))

代替先分配

X_ = [[5989]]
print(model.predict(X_))

因此直接使用：

reg.predict(np.array([[5989]]))

问题已经解决。