python - 线性回归中的value错误预测:“ValueError:形状(1,1)和(132,132)不对齐:1(dim 1)!= 132(dim 0)”

我是机器学习和线性回归的新手，可以帮助我解决这一价值错误问题

“ ValueError：形状（1,1）和（132,132）不对齐：1（dim 1）！= 132（dim 0）”

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# Laod the data
load_csv = pd.read_csv("Gdp_Vs_Life_Dataset.csv")
gdp = np.c_[load_csv["GDP"]]
life = np.c_[load_csv["LIFE"]]

print (load_csv.shape)
print (gdp)
print (life)
print(gdp.size)
print(life.size)

# Visualize the data
plt.scatter(gdp,life)
plt.xlabel('GDP PER CAPITA')
plt.ylabel('LIFE SATISFACTION')
plt.title("Data year 2016")
plt.show()

# Select a linear model
model = LinearRegression()

#Train the model
model.fit(gdp.reshape(1, -1), life.reshape(1, -1))

# Make a prediction
X_ = [[5989]]
print(model.predict(X_))

当我运行此代码时，出现错误：

追溯（最近一次通话）：
  在第33行的文件“ linear_reg.py”中
    打印（model.predict（X_））
  预测中的文件“ /usr/lib/python3/dist-packages/sklearn/linear_model/base.py”，第200行
    返回self._decision_function（X）
  _decision_function中的文件“ /usr/lib/python3/dist-packages/sklearn/linear_model/base.py”，行185
    density_output = True）+ self.intercept_
  文件“ /usr/lib/python3/dist-packages/sklearn/utils/extmath.py”，行184，位于safe_sparse_dot中
    返回fast_dot（a，b）
ValueError：形状（1,1）和（132,132）不对齐：1（dim 1）！= 132（dim 0）

最佳答案

您的要素尺寸输入X_应该为132；现在，它是1（标量）。

关于python - 线性回归中的value错误预测:“ValueError:形状(1,1)和(132,132)不对齐:1(dim 1)!= 132(dim 0)”，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49637814/