anaconda - sklearn 中的数据重塑(线性回归)
问题描述
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
如果您的数据具有单个特征,则使用 array.reshape(-1, 1) 重塑您的数据,如果它包含单个样本,则使用 array.reshape(1, -1) 。
解决方案
您可以尝试更改变量 X 如下:
X = 数据['密度'].values.reshape((-1, 1))
我遇到了同样的错误,我的功能集只有一个变量。上述更改为我解决了这个问题。
推荐阅读
- azure - 有没有办法在 LUIS.ai 的实体中创建类别?
- javascript - Pug 模板不一致的缩进问题
- java - ArcGIS Android API 10.X 或 100.X 是否支持圆弧?
- javascript - Nodejs Express api 在 axios 发送请求之前返回未定义的数据
- sqlalchemy - 如何将 marshmallow-sqlalchemy 与异步代码一起使用?
- c++ - 如何在 C++ 中启动可变数量的线程?
- javascript - Can I use Google Apps Script to replace text across multiple tabs in a Google Sheet?
- r - 从预测寓言中提取置信区间
- python - 删除具有一个或多个共同边部分的多边形
- java - 在 HierarchicalTestEngine 中更改容器 TestExecutionResult