基本上就是标题的问题。当我初次接触sklearn库时，我觉得这点很奇怪。有什么解释吗？

回答：

据我所知，这是scikit-learn中机器学习模型fit方法的设计选择。主要是为了保持输入形状规格的一致性：(n_samples, n_features)：

X : {array-like, sparse matrix} of shape (n_samples, n_features)     训练向量，其中n_samples是样本数量，     n_features是特征数量。

这一点在check_array的顶部也非常明确，这是引发错误的验证步骤：

对数组、列表、稀疏矩阵或类似对象进行输入验证。默认情况下，输入被检查为一个非空的二维数组，仅包含有限值。如果数组的dtype是对象，则尝试转换为浮点数，转换失败时会引发错误。

不过，LinearRegression实际上确实接受2D目标数组，在这种情况下，它将执行多元线性回归。