sklearn中的数据重塑（线性回归）

Question

输入代码：

data = pd.read_csv('test.csv')
data.head()

data['Density'] = data['Flow [Veh/h]'] / data['Speed [km/h]']
data = data.replace(np.nan, 1)

X = data['Density']
y = data['Speed [km/h]']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=101)

from sklearn.linear_model import LinearRegression
lm = LinearRegression()
lm.fit(X_train,y_train) #HERE I GOT AN ERROR

如果数据具有单个特征，则使用array.reshape（-1，1）来重塑数据；如果包含单个样本，则使用array.reshape（1，-1）来重塑数据。

Answer 1

您可以尝试如下更改变量X：

  

X = data ['Density']。values.reshape（（-1，1））

我遇到了同样的错误，我的功能集只有一个变量。上面的更改为我解决了这个问题。

Answer 2

在获取参数时尝试使用 [[]]：

X = data[['Density']]