【问题标题】：Sklearn NotFittedError: This LinearRegression instance is not fitted yetSklearn NotFittedError：此 LinearRegression 实例尚未拟合
【发布时间】：2019-12-13 19:39:49
【问题描述】：

我正在尝试一个简单的线性回归，我已经尝试过这段代码：

x1=data.iloc[:, 9].values
y1=data.iloc[:,1].values

from sklearn.model_selection import train_test_split
seed=7
x1_train,x1_test,y1_train,y1_test= 
train_test_split(x1,y1,test_size=0.15,random_state=seed)

x1_train=nm.reshape(nm.array(x1_train),(-1,1))

from sklearn.linear_model import LinearRegression
lireg=LinearRegression()
model1=LinearRegression().fit(x1_train,y1_train)

y_pred=lireg.predict(x1_test)

NotFittedError：此 LinearRegression 实例尚未拟合。在使用此方法之前使用适当的参数调用“fit”

请帮忙

【问题讨论】：

尝试“y_pred=model1.predict(x1_test)”
非常感谢詹姆斯。有效。解释为什么我的代码不起作用将有助于理解差异。
如果我的回答有帮助，请告诉我。
"lireg" 从来不适合任何东西，所以它无法预测任何东西。另一方面，“model1”已经拟合了一些数据，所以它可以预测一些值。

标签： python-2.7 machine-learning scikit-learn linear-regression

【解决方案1】：

这里是您收到此错误的原因。让我们看看以下几行：

lireg=LinearRegression()
model1=LinearRegression().fit(x1_train,y1_train)
y_pred=lireg.predict(x1_test)

这里发生了什么？

您初始化了 2 个名为 LinearRegression 的模型：lireg 和 model1
对于lireg，您不要调用.fit，但对于model1，您可以。
y_pred=lireg.predict(x1_test) 抛出错误，因为您尝试使用 lireg 来 .predict，但 lireg 未经过训练/拟合。

你只需要这个：

方式一：

from sklearn.linear_model import LinearRegression

lireg=LinearRegression() # initialize the model
lireg.fit(x1_train,y1_train) # fit he model
y_pred=lireg.predict(x1_test) # now predict

方式 2：

from sklearn.linear_model import LinearRegression

lireg=LinearRegression().fit(x1_train,y1_train) # initialize & fit the model
y_pred=lireg.predict(x1_test) # now predict

【讨论】：

非常感谢。这确实可以解释并有很大帮助。

【解决方案2】：

model1=LinearRegression().fit(x1_train,y1_train)

在这一行你有错误

答案：

使用 lireg 代替 LinearRegression()

正确的代码是： model1=lireg.fit(x1_train,y1_train)

【讨论】：

感谢您的贡献，但@seralouk 之前的回答中没有什么新内容