机器学习线性回归 - Sklearn

Question

我是机器学习领域的新手，在学习回归方面我有一些疑问

1：在练习 sklearn 学习回归模型预测方法时出现以下错误。

代码：

sklearn.linear_model.LinearRegression.predict(25)

错误： “ValueError：预期的二维数组，得到的是标量数组：array=25。如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 或 array.reshape(1, -1) 如果包含一个样本。”

我需要传递一个二维数组吗？在 sklearn 文档页面上检查过任何没有发现任何版本更新的东西。 **在 Kaggle 上运行我的代码
https://www.kaggle.com/aman9d/bikesharingdemand-upx/

2：数据集的索引是否会影响模型的得分（权重）？

Answer 1

首先你应该把你的代码放在你使用的地方：

# import, instantiate, fit
from sklearn.linear_model import LinearRegression
linreg = LinearRegression()
linreg.fit(X, y)

# use the predict method
linreg.predict(25)

由于您在问题中发布的内容无法正确执行，predict 方法对于 LinearRegression 类不是静态的。

当您拟合模型时，第一步是识别哪种数据将作为输入，在您的情况下类似于X，这意味着如果您将具有不同形状的X 传递给模型它会引发错误。

在您的示例中，X 似乎是一个只有 1 列的 pd.DataFrame() 实例，这应该可以替换为一个二维数组，该数组表示示例数和特征数，所以如果您尝试：

linreg.predict([[25]])

应该可以。

例如，如果您尝试使用多于 1 个特征（又名列）的回归，例如 temp 和 humidity，您的输入将如下所示：

linreg.predict([[25, 56]])

我希望这会对您有所帮助，并始终牢记数据的形状。

文档：LinearRegression fit

X : 类数组或稀疏矩阵，形状 (n_samples, n_features)