在 Scikit 中，您如何在预测时修复值错误？答案

【问题标题】：In Scikit, How Do You Fix Value Error When Predicting?在 Scikit 中，您如何在预测时修复值错误？
【发布时间】：2016-08-25 07:15:52
【问题描述】：

以下代码给了我以下错误： ValueError: Found array with 0 sample(s) (shape=(0, 3)) 而至少需要 1 个。

错误是在调用预测的行中产生的。我假设数据框的形状“obs_to_pred”有问题。我检查了形状，即 (1046, 3)。

你有什么建议让我可以解决这个问题并运行预测？

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import statsmodels.api as sm

from patsy import dmatrices
from sklearn.linear_model import LogisticRegression
import scipy.stats as stats
from sklearn import linear_model

# Import Titanic Data
train_loc = 'C:/Users/Young/Desktop/Kaggle/Titanic/train.csv'
test_loc = 'C:/Users/Young/Desktop/Kaggle/Titanic/test.csv'
train = pd.read_csv(train_loc)
test = pd.read_csv(test_loc)

# Predict Missing Age Values Based on Factors Pclass, SibSp, and Parch.
# In the function, combine train and test data.
def regressionPred (traindata,testdata):

    allobs = pd.concat([traindata, testdata])
    allobs = allobs[~allobs.Age.isnull()]
    y = allobs.Age

    y, X = dmatrices('y ~ Pclass + SibSp + Parch', data = allobs, return_type = 'dataframe')
    mod = sm.OLS(y,X)
    res = mod.fit()

    predictors = ['Pclass', 'SibSp', 'Parch']
    regr = linear_model.LinearRegression()
    regr.fit(allobs.ix[:,predictors], y)

    obs_to_pred = allobs[allobs.Age.isnull()].ix[:,predictors]
    prediction = regr.predict( obs_to_pred ) # Error Produced in This Line ***

    return res.summary(), prediction

regressionPred(train,test)

如果您可能想查看数据集，链接将带您前往：https://www.kaggle.com/c/titanic/data

【问题讨论】：

标签： python numpy pandas scikit-learn

【解决方案1】：

排队

allobs = allobs[~allobs.Age.isnull()]

您将allobs 定义为Age 列中没有NaN 的所有情况。

后来，用：

obs_to_pred = allobs[allobs.Age.isnull()].ix[:,predictors]

您没有任何情况可以预测，因为所有 allobs.Age.isnull() 都将被评估为 False，您将得到一个空的 obs_to_pred。因此你的错误：

包含 0 个样本的数组（形状=(0, 3)），而至少需要 1 个。

用你的预测检查你想要的逻辑。

【讨论】：