使用sklearn和线性回归出现错误：形状为（1,16）和（1,1）不对齐：16（维度1）！= 1（维度0）。

Question

我想学习机器学习，偶然发现了Youtube上的Siraj和他在Udacity的视频，想尝试学习一些东西。

他的视频链接: https://www.youtube.com/watch?v=vOppzHpvTiQ&index=1&list=PL2-dafEMk2A7YdKv4XfKpfbTH5z6rEEj3

在他的视频中，他有一个txt文件被导入并读取，但当我试图重新创建这个txt文件时，它无法正确读取。相反，我尝试使用相同数据创建pandas dataframe并对其执行线性回归/预测，但是我得到了下面的错误。

发现输入变量具有不一致的样本数量：[1,16]，还有一些关于传递1d数组的内容，并且需要对它们进行重塑。

然后，当我尝试按照这篇文章进行重塑时：Sklearn : ValueError: Found input variables with inconsistent numbers of samples: [1, 6]

我得到了这个错误...

shapes (1, 16) and (1, 1) not aligned: 16 (dim 1) != 1 (dim 0)

以下是我的代码。我知道它可能存在语法错误，因为我对这个scklearn库还不熟悉，希望得到一些帮助。

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

#DF = pd.read_fwf('BrainBodyWeight.txt')
DF = pd.DataFrame()
DF['Brain'] = [3.385, .480, 1.350, 465.00,36.330, 27.660, 14.830, 1.040, 4.190, 0.425, 0.101, 0.920, 1.000, 0.005, 0.060, 3.500 ]

DF['Body'] = [44.500, 15.5, 8.1, 423, 119.5, 115, 98.2, 5.5,58, 6.40, 4, 5.7,6.6, .140,1, 10.8]

try:
    x = DF['Brain']
    y = DF['Body']

    x = x.tolist()
    y = y.tolist()

    x = np.asarray(x)
    y = np.asarray(y)


    body_reg = linear_model.LinearRegression()
    body_reg.fit(x.reshape(-1,1),y.reshape(-1,1))
    plt.scatter(x,y)
    plt.plot(x,body_reg.predict(x))
    plt.show()
except Exception as e:
    print(e)

有人能解释一下为什么sklearn不喜欢我的输入吗????

- NoviceCoder

---

你使用的scikit版本是哪个？我没有遇到这样的错误。但是我在plt.plot(x,body_reg.predict(x))这一行中遇到了一个错误。但是可以通过在此处使用reshape(-1,1)来进行更正。 - Vivek Kumar

Answer 1

从文档中可以看到，LinearRegression.fit()需要一个形状为[n_samples,n_features]的x数组。因此，在调用fit之前，您需要重新整理x数组。如果不这样做，您将得到一个形状为(16,)的数组，这不符合所需的[n_samples,n_features]形状，因此没有给出n_features。

x = DF['Brain']
x = x.tolist()
x = np.asarray(x)

# 16 samples, None feature
x.shape
(16,)

# 16 samples, 1 feature
x.reshape(-1,1).shape
(16,1)

同样的要求也适用于LinearRegression.predict函数（为了保持一致），在调用预测函数时，只需要进行相同的重塑即可。

plt.plot(x,body_reg.predict(x.reshape(-1,1)))

或者，您可以在调用任何函数之前重新塑造x数组。

并且对于功能参考，您只需调用DF ['Brain'] .values即可轻松获取值的内部numpy数组。 您不需要将其转换为列表 -> numpy数组。 因此，您可以使用此选项而无需进行所有转换：

x = DF['Brain'].values.reshape(1,-1)
y = DF['Body'].values.reshape(1,-1)

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

- umutto