【发布时间】：2020-01-25 22:56:53
【问题描述】：
我正在尝试运行多元线性回归，但在尝试获取回归模型的系数时出现错误。
我得到的错误是： AttributeError: 'numpy.ndarray' 对象没有属性 'columns'
这是我正在使用的代码：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as seabornInstance
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn import metrics
%matplotlib inline
# Main files
dataset = pd.read_csv('namaste_econ_model.csv')
dataset.shape
dataset.describe()
dataset.isnull().any()
#Dividing data into "attributes" and "labels". X variable contains all the attributes and y variable contains labels.
X = dataset[['Read?', 'x1', 'x2', 'x3', 'x4', 'x5', 'x6' , 'x7','x8','x9','x10','x11','x12','x13','x14','x15','x16','x17','x18','x19','x20','x21','x22','x23','x24','x25','x26','x27','x28','x29','x30','x31','x32','x33','x34','x35','x36','x37','x38','x39','x40','x41','x42','x43','x44','x45','x46','x47']].values
y = dataset['Change in Profit (BP)'].values
plt.figure(figsize=(15,10))
plt.tight_layout()
seabornInstance.distplot(dataset['Change in Profit (BP)'])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
regressor = LinearRegression()
regressor.fit(X_train, y_train)
coeff_df = pd.DataFrame(regressor.coef_, X.columns, columns=['Coefficient'])
coeff_df
完全错误：
Traceback (most recent call last):
File "<ipython-input-67-773b9f78bc01>", line 14, in <module>
coeff_df = pd.DataFrame(regressor.coef_, X.columns, columns=['Coefficient'])
AttributeError: 'numpy.ndarray' object has no attribute 'columns'
对此的任何帮助将不胜感激！
【问题讨论】：
-
始终提供完整的错误追溯。至少给出行号。它将有助于调试。
-
您的
X和Y是 numpy 数组，而不是数据帧。您的错误可能在coeff_df中。删除.values并尝试一下。 -
欢迎来到 StackOverflow。请按照您创建此帐户时的建议遵循帮助文档中的发布指南。 On topic、how to ask 和 ...the perfect question 在此处申请。 StackOverflow 不是设计、编码、研究或教程资源。但是，如果您按照您在网上找到的任何资源，做出诚实的解决方案尝试，并遇到问题，您就会有一个很好的例子可以发布。
-
不清楚最终目标，要不要输出每一列的系数？？
-
嗨@abheet22，是的，这是正确的，我想得到每列的系数。非常感谢您的支持。
标签： python pandas linear-regression multivariate-testing