线性回归拟合

我首先进行了训练/测试数据分割,然后将数据拟合到下面的LinearRegression模型中

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.4, random_state = 101)Log_m = LinearRegression()Log_m.fit(X_train,y_train)predictions = Log_m.predict(X_test)

我得到了另一个测试数据框,并希望将其拟合到已经创建的Log_m模型中。所以我做了如下操作

predictions_t = Log_m.predict(fin_df1_t)

但我得到了以下错误信息:

ValueError: shapes (1450,262) and (282,) not aligned: 262 (dim 1) != 282 (dim 0)

这些是数据框的形状

fin_df1_t (1450,262)X_test (556,282)X_train (834,282)y_test (556,)y_train (834,)

回答:

新测试数据的特征列数(262)与Xtrain和Xtest的特征列数(282)不相等,因此总是会报错。两者应该具有相同的特征列。例如,Xtrain和Xtest具有相同的列数(282),所以在那个步骤中没有错误。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注