机器学习和线性回归预测误差

Question

我试图通过简单的回归来预测答案，但出现以下错误：

（'形状（1,151）和（603,603）不对齐：151（dim 1）！= 603（dim 0）'）

这是我的代码

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Importing the dataset`enter code here`
dataset = pd.read_csv('pure_cotton.csv')
X = dataset.iloc[:,7].values
y = dataset.iloc[:,10].values

# Splitting the dataset into the Training set and Test set
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)


#fitting simple_linear_reg to training set
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit([X_train], [y_train])

#predicting the test results
y_pred = regressor.predict([X_test])

Answer 1

您应该做一些事情：

regressor.fit(np.expand_dims(X_train, 1), np.expand_dims(y_train, 1))

还有

regressor.predict(np.expand_dims(X_test, 1))

为避免尺寸问题，第一维代表样本数量，第二维代表要素数量

Answer 2

您只需从.values和X中删除y。您不必将它们转换为numpy数组。但是，如果使用numpy数组，则可能必须使用np.reshape()或np.expand_dims()来更改数组的尺寸。