我一直在尝试使用 sklearn 进行线性回归。有时会遇到值错误，有时又能正常运行。我不确定应该使用哪种方法。错误信息如下：

Traceback (most recent call last):  File "<stdin>", line 1, in <module>  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/linear_model/base.py", line 512, in fit    y_numeric=True, multi_output=True)  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 531, in check_X_y    check_consistent_length(X, y)  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 181, in check_consistent_length    " samples: %r" % [int(l) for l in lengths])ValueError: Found input variables with inconsistent numbers of samples: [1, 200]

代码大致如下：

import pandas as pdfrom sklearn.linear_model import LinearRegressiondata = pd.read_csv('http://www-bcf.usc.edu/~gareth/ISL/Advertising.csv', index_col=0);x = data['TV']y = data['Sales']lm = LinearRegression()lm.fit(x,y)

请帮帮我。我是一名学生，正在学习机器学习的基础知识。

回答：

lm.fit 期望 X 是一个

numpy 数组或稀疏矩阵，形状为 [n_samples,n_features]

你的 x 的形状是：

In [6]: x.shapeOut[6]: (200,)

只需使用：

lm.fit(x.reshape(-1,1) ,y)