我想使用Sklearn进行线性回归分析，以下是我的代码。我收到一个错误，提示“Expected 2D array, got 1D array instead”（期望是二维数组，但得到的是一维数组）

from sklearn.linear_model import LinearRegressionimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline# 从csv文件导入数据并存储到变量中data = pd.read_csv("Advertising.csv")x = data.iloc[:,2]y = data.iloc[:,4]reg = LinearRegression(x,y)reg.fit (x,y)

错误：

ValueError: Expected 2D array, got 1D array instead:array=[ 37.8  39.3  45.9  41.3  10.8  48.9  32.8  19.6   2.1   2.6   5.8  24.  35.1   7.6  32.9  47.7  36.6  39.6  20.5  23.9  27.7   5.1  15.9  16.9

回答：

你的代码在LinearRegression的构造函数中出现了错误。

不要这样做：

reg = LinearRegression(x,y)

应该这样做：

reg = LinearRegression()

至于你提到的错误，是因为你的X只有单列。因此当前的形状是

(n_rows,)

所有scikit估计器都要求X的形状为：

(n_rows, n_columns)

所以，你需要这样重塑你的X：

X = X.reshape(-1,1)

然后将它们传递给fit()函数