Python LinearRegression ValueError：找到样本数量不一致的输入变量：[1, 3]

【问题标题】：Python LinearRegression ValueError: Found input variables with inconsistent numbers of samples: [1, 3]Python LinearRegression ValueError：找到样本数量不一致的输入变量：[1, 3]
【发布时间】：2019-03-22 20:42:48
【问题描述】：

我用这段代码做LinearRegression：

from sklearn.linear_model import LinearRegression
import pandas as pd

def calculate_Intercept_X_Variable():
    list_a=[['2018', '3', 'aa', 'aa', 93,1884.7746222667, 165.36153386251098], ['2018', '3', 'bb', 'bb', 62, 665.6392779848, 125.30386609565328], ['2018', '3', 'cc', 'cc', 89, 580.2259903521, 160.19280253775514]]
    df = pd.DataFrame(list_a)
    X = df.iloc[:, 5]
    y = df.iloc[:, 6]
    clf = LinearRegression()
    clf.fit(X, y)

calculate_Intercept_X_Variable()

但是报错信息是：

文件“E:\Anaconda3\lib\site-packages\sklearn\utils\validation.py”，第 181 行，在 check_consistent_length 中 " 样本: %r" % [int(l) for l in lengths]) ValueError：发现样本数量不一致的输入变量：[1, 3]

哪里错了？

如何修改我的代码？

【问题讨论】：

标签： python scikit-learn linear-regression

【解决方案1】：

来自 scikit-learn 文档，它说：

fit(X, y, sample_weight=None)

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

y：array_like，形状（n_samples，n_targets）目标值。如有必要，将转换为 X 的 dtype

问题是现在 X 和 y 是一维数组。

X.shape, y.shape
# ((3,), (3,))

你应该重塑你的 X 和 y：

X = X.values.reshape(-1, 1)
y = y.values.reshape(-1, 1)
clf.fit(X,y)

【讨论】：

X 和 y 必须是二维矩阵？
@J.Show fit 期望 X 和 y 的形状为 (n_samples, n_features)，这意味着即使您使用 1 个字段，它的形状也应为 (3, 1)，而不是 (3, )。我将进行一些编辑以进一步解释。
只有X 需要是二维的。 y 在这里可以而且应该是一维的。