Sklearn : ValueError: on Trouve des variables d'entrée incompatible avec le nombre d'échantillons: [1, 6]

X = [ 1994.  1995.  1996.  1997.  1998.  1999.]
y = [1.2 2.3 3.4 4.5 5.6 6.7]
clf = LinearRegression()
clf.fit(X,y)

Cela donne l'erreur mentionnée ci-dessus. X et y sont des tableaux numpy

Comment puis-je supprimer cette erreur?

J'ai essayé la méthode donnée ici et remodelé X et y en utilisant X.reshape((-1,1)) et y.reshape((-1,1)). Cependant, il n'a pas fonctionné.

  • comment avez-vous déclarer un tableau numpy avec cette syntaxe? les valeurs doivent être séparées par des virgules, ou il peut être une valeur unique. vous pouvez utiliser X = [ 1994, 1995, 1996, 1997, 1998, 1999]
  • Remodeler X à l'aide de X. remodeler(-1,1), et pas besoin de remodeler y.
  • "un = [ 1994, 1995, 1996, 1997, 1998, 1999] ` X=np.tableau(une)`. Semblable pour y. Quand j'ai l'impression X, il donne ce que j'ai montré
InformationsquelleAutor ragvri | 2017-05-25
  1. 2

    Ce travail est pour moi bien. Avant de remodelage assurez-vous que les tableaux sont des tableaux numpy.

    import numpy as np
from sklearn.linear_model import LinearRegression

X = np.asarray([ 1994.,  1995.,  1996.,  1997.,  1998.,  1999.])
y = np.asarray([1.2, 2.3, 3.4, 4.5, 5.6, 6.7])

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


clf.predict([1997])
#Output: array([ 4.5])

clf.predict([2001])
#Output: array([ 8.9])
    InformationsquelleAutor Vivek Kumar
  2. -1
    import pandas as pd
import numpy as np
from sklearn import linear_model
from sklearn.cross_validation import train_test_split

df_house = pd.read_csv('CSVFiles/kc_house_data.csv',index_col = 0,engine ='c')

df_house.drop(df_house.columns[[1, 0, 10, 11,12, 13, 14, 15, 16, 17,18]], axis=1, inplace=True)

reg=linear_model.LinearRegression()
df_y=df_house[df_house.columns[1:2]]


df_house.drop(df_house.columns[[6, 7, 8, 5]], axis=1, inplace=True)


x_train, x_test, y_train, y_test=train_test_split(df_house, df_y, test_size=0.1, random_state=7)

print(x_train.shape, y_train.shape)

reg.fit(x_train, x_test)

LinearRegression(copy_x=True, fit_intercept=True, n_jobs=1, normalize=False )

My Shape is :
(19451, 5) (19451, 1)

ValueError: Found input variables with inconsistent numbers of samples: [19451, 2162]
    InformationsquelleAutor Syed Hasan