我正在嘗試使用線性回歸來(lái)預(yù)測(cè)未來(lái)幾年的節(jié)目發(fā)行量。我有一個(gè)數(shù)據(jù)框，其中每一行都是一個(gè)版本，其中包含發(fā)布年份、流派等信息的列......我想用它來(lái)預(yù)測(cè)即將發(fā)布的版本的數(shù)量，所以我所做的就是制作一個(gè)新的數(shù)據(jù)框所有唯一年份和 count_values 的總和，以獲得當(dāng)年的發(fā)行量。所以現(xiàn)在我有 85 行 2 列 1 是年份，另一列是發(fā)行量。我正在為此唱 sklearn，這是我到目前為止所做的代碼。x = ML_content.drop('releases', axis = 1)#x = ML_content['years']y = ML_content['releases']x_train, y_train, x_test, y_test = train_test_split(x, y, test_size = 20)x_train.shape, y_train.shapemodel = linear_model.LinearRegression()model.fit(x_train, y_train)我認(rèn)為形狀過程的結(jié)果不符合我的要求（這是結(jié)果：）((42, 1), (43, 1))，因此以下代碼也不起作用。任何人都可以向我解釋我做錯(cuò)了什么或需要發(fā)生什么來(lái)改變這一點(diǎn)。謝謝你的時(shí)間和幫助