我已经在python中创建了OLS线性回归模型,当我预测一个特定值时,我得到了错误。
我的代码如下:
df=pd.read_csv("smatrix.csv",index_col=0)
import statsmodels.api as sm
x=df.iloc[:,:-1]
y=df.Rating
est = sm.OLS(y.astype(float), x.astype(float))
results=est.fit()
op=list()
for i in df.columns:
if 'bad' == i:
op.append(1)
else:
op.append(0)
op=op[:-1]
X5=np.array(op).reshape(1,-1)
y1=est.predict(X5)
我得到的错误是
ValueError: shapes (993,228) and (1,228) not aligned: 228 (dim 1) != 1 (dim 0)
X5的形状是(1,228)
x的形状是(993,228)
y的形状为(993,)
答案 0 :(得分:1)
est.predict()
期望第一个参数为params(more here),但是您正在传递形状为1、128的X [5]。当模型尝试将X与参数(在本例中为X [5])。
X -> (993, 128)
params -> (1, 128)
这两个矩阵(X,参数)不能相乘,因为X(128)的列与params(1)的行不对齐。
使用通过fit方法学习的参数。
y1=est.predict(results.params, X5)