Sklearn线性回归 - “索引错误：元组索引超出范围”

Question

我有一个“.dat”文件，其中保存了X和Y的值（因此是一个元组（n，2），其中n是行数）。

import numpy as np
import matplotlib.pyplot as plt
import scipy.interpolate as interp
from sklearn import linear_model

in_file = open(path,"r")
text = np.loadtxt(in_file)
in_file.close()
x = np.array(text[:,0])
y = np.array(text[:,1])

我为linear_model.LinearRegression()创建了一个实例，但是当我调用.fit(x,y)方法时出现了

IndexError: tuple index out of range

regr = linear_model.LinearRegression()
regr.fit(x,y)

我做错了什么？

- JackLametta

---

抱歉我完全误读了你的问题 :( 我已经删除了答案，如果我能得到修复，那么我会取消删除编辑后的答案。但是你可以提供更多信息吗？比如你的完整代码？ - Ffisegydd

这就是你需要的代码，没有其他重要的东西。 - JackLametta

真的吗？linear_model是什么？你是怎么得到它的？ - Ffisegydd

现在就这些了，感谢您的帮助。 - JackLametta

x和Y的长度是否相同？ - Santi Peñate-Vera

text.shape 是 (n,2)，因此 x 和 y 都有 (n,)。 - JackLametta

Answer 1

线性回归期望X是一个具有两个维度的数组，并且在内部需要X.shape[1]来初始化一个np.ones数组。因此，将X转换为nx1数组就可以解决问题。所以，请替换：

regr.fit(x,y)

作者：

regr.fit(x[:,np.newaxis],y)

这将解决问题。演示：

>>> from sklearn import datasets
>>> from sklearn import linear_model
>>> clf = linear_model.LinearRegression()
>>> iris=datasets.load_iris()
>>> X=iris.data[:,3]
>>> Y=iris.target
>>> clf.fit(X,Y)  # This will throw an error
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 363, in fit
    X, y, self.fit_intercept, self.normalize, self.copy_X)
  File "/usr/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 103, in center_data
    X_std = np.ones(X.shape[1])
IndexError: tuple index out of range
>>> clf.fit(X[:,np.newaxis],Y)  # This will work properly
LinearRegression(copy_X=True, fit_intercept=True, normalize=False)

使用以下代码绘制回归线：

>>> from matplotlib import pyplot as plt
>>> plt.scatter(X, Y, color='red')
<matplotlib.collections.PathCollection object at 0x7f76640e97d0>
>>> plt.plot(X, clf.predict(X[:,np.newaxis]), color='blue')
<matplotlib.lines.Line2D object at 0x7f7663f9eb90>
>>> plt.show()

- Irshad Bhat

---

非常感谢您的帮助！另一个问题：现在我只得到线性回归的系数，这正常吗？我该如何绘制它的线条？ - JackLametta

@JackLametta，这是非常正常的。这些系数用于根据给定的Y值预测X值。我已经上传了绘制线条的代码。 - Irshad Bhat