Python - 绘图和线性回归 - x 和 y 必须相同大小答案

【问题标题】：Python - Plotting and linear regression - x and y must be the same sizePython - 绘图和线性回归 - x 和 y 必须相同大小
【发布时间】：2018-12-14 05:26:06
【问题描述】：

我正在用 python 和 scikit 自学一些技巧，并且我正在尝试绘制一个线性回归模型。我的代码如下所示。但是我的程序和控制台给出了以下错误：x and y must be the same size。此外，我的程序完成了我的代码，但没有绘制任何内容。

要修复大小错误，首先想到的是使用 len(x) == len(y) 之类的东西来测试 x 和 y 的长度。但据我所知，我的数据似乎是相同的长度。也许错误指的是长度以外的东西（如果是这样，我不确定是什么）。非常感谢任何帮助。

from sklearn import cross_validation
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import train_test_split
from sklearn import linear_model
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# Create linear regression object
regr = linear_model.LinearRegression()

#load csv file with pandas
df = pd.read_csv("pokemon.csv")
#remove all string columns
df = df.drop(['Name','Type_1','Type_2','isLegendary','Color','Pr_Male','hasGender','Egg_Group_1','Egg_Group_2','hasMegaEvolution','Body_Style'], axis=1)

y= df.Catch_Rate

x_train, x_test, y_train, y_test = cross_validation.train_test_split(df, y, test_size=0.25, random_state=0)

# Train the model using the training sets
regr.fit(x_train, y_train)

# Make predictions using the testing set
pokemon_y_pred = regr.predict(x_test)

print (pokemon_y_pred)

# Plot outputs
plt.title("Linear Regression Model of Catch Rate")
plt.scatter(x_test, y_test,  color='black')
plt.plot(x_test, pokemon_y_pred, color='blue', linewidth=3)

plt.xticks(())
plt.yticks(())

plt.show()

【问题讨论】：

你试过用print(len(x))和print(len(y))检查x和y的长度吗？在你的代码中简单地写len(x) == len(y) 不会做任何事情（也许你在想assert len(x) == len(y)，如果x 和y 的长度不同，它会引发一个AssertionError）。
cross_validation.train_test_split到底是什么？？
@Joel 我应该更具体一点——我确实打印了长度，我只是在测试我的测试，看看两组是否相等。它与一维数组和二维数组有什么关系吗？
看起来您将完整的数据框 df 作为第一个参数传递给 train_test_split。第一个参数应该只是df 的x（自变量）部分。
@GarrettMcClure 如果您正在执行单变量回归，这意味着您有一个变量x，它是一个自变量，您希望在该变量上预测其他变量y。您选择的 x 变量是您必须自己选择的——不是 scikit-learn 会自动为您选择的。如果您正在执行多线性回归，则 x 将成为一组变量，但您必须自己选择这些变量。您不应将包括y 在内的整个数据集传递给train_test_split 的第一个参数。

标签： python plot scikit-learn linear-regression prediction

【解决方案1】：

这是指您的 x 变量具有多个维度的事实； plot 和 scatter 仅适用于 2D 绘图，并且您的 x_test 似乎具有多个特征，而 y_test 和 pokemon_y_pred 是一维的。

【讨论】：

我明白了。所以我应该将我的pokemon_y_pred 转换为二维数组？
不，x 和 y 变量必须都是一维的，绘图或散点图才能起作用。这取决于您到底想想象什么。您可以根据x_test 的一个特征（列）绘制pokemon_y_pred，非常好。例如，您还可以在 x 轴和 y 轴上绘制来自 x_test 的两个特征，并使用 pokemon_y_pred 的值对点进行着色。

【解决方案2】：

只有当一个 y 有更多不同的 x 值时才会生成此错误，实际上 x_test 中的列比 y_test 中的列多。这就是存在大小问题的原因。一个 y:-basic 数学基础不应该有不同的 x。

【讨论】：