我正在練習(xí)簡單的回歸模型作為機(jī)器學(xué)習(xí)的介紹。我已經(jīng)回顧了一些多元回歸的樣本模型，我相信這是線性回歸的擴(kuò)展，但具有超過 1 個(gè)特征。從我看到的示例中，線性回歸和多元回歸的語法是相同的。運(yùn)行以下代碼時(shí)出現(xiàn)此錯(cuò)誤：ValueError: x and y must be the same size.為什么我會(huì)收到此錯(cuò)誤，我該如何解決？import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LinearRegressiondf = pd.read_csv(r"C:\Users\****\Desktop\data.csv")#x.shape =(20640, 2), y=(20640,)X = df[['total_rooms', 'median_income']]y = df['median_house_value']X_test, y_test, X_train, y_train = train_test_split(X, y, test_size=.2, random_state=0)reg = LinearRegression()reg.fit(X_train, y_train)我錯(cuò)過了一步嗎？謝謝你的時(shí)間。
2 回答
慕的地6264312
TA貢獻(xiàn)1817條經(jīng)驗(yàn) 獲得超6個(gè)贊
你有一個(gè)錯(cuò)誤train_test_split- 結(jié)果的順序很重要；正確的用法是：
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.2, random_state=0)
檢查文檔。
夢(mèng)里花落0921
TA貢獻(xiàn)1772條經(jīng)驗(yàn) 獲得超6個(gè)贊
你不必做任何你不想做的事情:-)。但一般來說，你會(huì)想以某種方式處理多重共線性之類的事情——但這并不一定意味著降維。
你的數(shù)據(jù)是什么形狀的？如果您有 20 個(gè)特征，但有 10k 個(gè)觀察值，則不需要降維（至少在第一遍中不需要）。
但是，如果您有 1k 個(gè)特征和 10k 個(gè)觀察值，那么您將非常適合在學(xué)習(xí)者之前進(jìn)行無監(jiān)督的降維步驟。
您可能想先嘗試一些正則化（請(qǐng)參閱https://web.stanford.edu/~hastie/ElemStatLearn/ - 您可以從那里免費(fèi)下載這本書）。
因此，例如，嘗試使用ElasticNet類而不是LinearRegression類。這幾乎是一樣的，但對(duì)權(quán)重的 $L_1$ 和 $L_2$ 規(guī)范會(huì)有所懲罰。這往往有助于泛化。
如果不了解您的特定問題的更多信息，就很難說其他任何事情。
添加回答
舉報(bào)
0/150
提交
取消