我的线性回归简单预测不会执行

【问题标题】：my simple prediction with linear regression wont execute我的线性回归简单预测不会执行
【发布时间】：2016-05-24 05:55:09
【问题描述】：

下面是我的试用代码：

from sklearn import linear_model

# plt.title("Time-independent variant student performance analysis")

x_train = [5, 9, 33, 25, 4]
y_train = [35, 2, 14 ,9, 7]
x_test = [14, 2, 8, 1, 11]

# create linear regression object
linear = linear_model.LinearRegression()

#train the model using the training sets and check score
linear.fit(x_train, y_train)
linear.score(x_train, y_train)

# predict output
predicted = linear.predict(x_test)

运行时，输出如下：

ValueError：发现样本数量不一致的数组：[1 5]

【问题讨论】：

标签： python scikit-learn regression linear-regression prediction

【解决方案1】：

重新定义

x_train = [[5],[9],[33],[25],[4]]
y_train = [35,2,14,9,7]
x_test = [[14],[2],[8],[1],[11]]

来自fit(X, y) 的文档：X：numpy 数组或形状为[n_samples,n_features] 的稀疏矩阵

在你的例子中，每个例子只有一个特征。

【讨论】：

我运行了简单回归，但没有显示输出。为什么？我做错了什么？
打印predicted 。这是你的预测。@user2979063
将 numpy 导入为 np x_train = np.array([5, 9, 33, 25, 4]) y_train = np.array([35, 2, 14 ,9, 7]) x_test = np.array([14,...])