时间戳

首页 > 解决方案 > ValueError : x 和 y 的大小必须相同

python - ValueError : x 和 y 的大小必须相同

问题描述

我有一个数据集，我正在尝试使用 sklearn 计算线性回归。我正在使用的数据集已经制作好了，所以应该不会有问题。我使用 train_test_split 将我的数据分成训练组和测试组。当我尝试使用 matplotlib 在我的测试组和预测组之间创建散点图时，出现下一个错误：

ValueError: x 和 y 的大小必须相同

这是我的代码：

y=data['Yearly Amount Spent']
x=data[['Avg. Session Length','Time on App','Time on Website','Length of Membership','Yearly Amount Spent']]
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=101)

#training the model

from sklearn.linear_model import LinearRegression
lm=LinearRegression()
lm.fit(x_train,y_train)
lm.coef_

predictions=lm.predict(X_test)

#here the problem starts:

plt.scatter(y_test,predictions)

为什么会出现这个错误？我在这里看过以前的帖子，对此的建议是使用x.shape和y.shape但我不确定这样做的目的是什么。

谢谢

标签： pythonmatplotlibscikit-learnlinear-regression

解决方案

看来您正在使用EcommerceCustomers.csv数据集（链接在这里）

在您的原始帖子中，该列'Yearly Amount Spent'也包含在y以及中，x但这是错误的。

以下应该可以正常工作：

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

data = pd.read_csv("EcommerceCustomers.csv")

y = data['Yearly Amount Spent']
X = data[['Avg. Session Length', 'Time on App','Time on Website', 'Length of Membership']]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=101)


# ## Training the Model
lm = LinearRegression()
lm.fit(X_train,y_train)

# The coefficients
print('Coefficients: \n', lm.coef_)

# ## Predicting Test Data
predictions = lm.predict( X_test)

另请参阅

推荐阅读