sklearn：LinearRegression.fit（）を呼び出したときに、サンプル数が一貫していない配列が見つかりました

単純な線形回帰を行おうとしていますが、次のエラーが発生します。

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].values, df2.iloc[1:1000, 2].values)

生成されるもの：

ValueError: Found arrays with inconsistent numbers of samples: [  1 999]

これらの選択は同じ次元でなければならず、それらは派手な配列でなければならないので、何が欠けていますか？

sklearnには（行番号、列番号）のデータ形式が必要なようです。データの形状が（行番号）のような(999, )場合、機能しません。を使用してnumpy.reshape()、配列の形状をに変更する必要があります(999, 1)。たとえば、

data=data.reshape((999,1))

私の場合、それでうまくいきました。

（df2という名前の）パンダデータフレームを使用しているようです。

次のこともできます。

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].to_frame(), df2.iloc[1:1000, 2].to_frame())

注：パンダシリーズをnumpy.ndarrayに変換し、numpy.ndarrayに属性to_frame（）がないため、「値」を削除しました。

Udacityディープラーニングファンデーションコースで見た：

df = pd.read_csv('my.csv')
...
regr = LinearRegression()
regr.fit(df[['column x']], df[['column y']])

regr.fitの「X」引数は行列である必要があると思うので、以下が機能するはずです。

regr = LinearRegression()
regr.fit(df2.iloc[1:1000, [5]].values, df2.iloc[1:1000, 2].values)

データをに変換したため、このエラーが発生しましたnp.array。データをnp.matrix代わりに変換して転置することで問題を修正しました。

ValueError： regr.fit(np.array(x_list), np.array(y_list))

正しい： regr.fit(np.transpose(np.matrix(x_list)), np.transpose(np.matrix(y_list)))

expects X(feature matrix)

次のようなタプルに機能を配置してみてください：

features = ['TV'、 'Radio'、 'Newspaper']
X =データ[機能]

私も同様の問題に直面しました。私の場合の問題は、Xの行数がyの行数と等しくないことでした。

つまり、機能列からいくつかの行を削除したため、機能列のエントリ数はターゲット変数の全体数と等しくありませんでした。

2つのアレイ（array1およびarray2）を分析するには、次の2つの要件を満たす必要があります。

1）numpy.ndarrayである必要があります

確認する

type(array1)
# and
type(array2)

それがそれらの少なくとも1つに当てはまらない場合は、

array1 = numpy.ndarray(array1)
# or
array2 = numpy.ndarray(array2)

2）寸法は次のようにする必要があります。

array1.shape #shall give (N, 1)
array2.shape #shall give (N,)

Nは、配列内のアイテムの数です。array1に適切な数の軸を提供するには、以下を実行します。

array1 = array1[:, numpy.newaxis]

上で述べたように、X引数は、既知の次元を持つ行列または派手な配列でなければなりません。したがって、おそらくこれを使用できます：

df2.iloc[1:1000, 5:some_last_index].values

したがって、データフレームは既知の次元を持つ配列に変換され、それを再形成する必要はありません

列車テストの分割中に、間違いを犯した可能性があります

x_train,x_test,y_train,y_test=sklearn.model_selection.train_test_split(X,Y,test_size)

上記のコードは正しいです

あなたは間違っている以下のようにしたかもしれません

x_train,y_train,x_test,y_test=sklearn.model_selection.train_test_split(X,Y,test_size)