OLS 回归中的形状未对齐错误 python

Question

我有一个 dataframe，我正在尝试运行 statsmodel.api OLS 回归。它正在打印摘要。但是当我使用 predict() 函数时，它给我一个错误 -

shapes (75,7) and (6,) not aligned: 7 (dim 1) != 6 (dim 0)

我的代码是：

X = newdf.loc[:, newdf.columns != 'V-9'].values
y = newdf.iloc[:,3].values
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 
0.2,random_state=0)
import statsmodels.formula.api as sm
model = sm.OLS(y_train,X_train[:,[0,1,2,3,4,6]])
result = model.fit()
print(result.summary())`

运行出现错误：

y_pred = result.predict(X_test)

我的 X_train 形状是 - (297,7)
我的 X_test 的形状是 - (75,7)
dtype 是 numpy.ndarray

这个问题之前有人问过。我关注了 whosebug.com 上的一些帖子并尝试使用 reshape 函数解决它。但是，它没有帮助我。谁能解释为什么我会收到此错误？解决方案是什么？

Answer 1

model 在行 model = sm.OLS(y_train,X_train[:,[0,1,2,3,4,6]]) 中，当以这种方式训练时，假设输入数据是 6 维的，因为 X_train 的第 5 列被删除。这要求测试数据（在本例中 X_test）也是 6 维的。这就是 y_pred = result.predict(X_test) 不起作用的原因，因为 X_test 最初是 7 维的。这里的正确修复是：

y_pred = result.predict(X_test[:, [0,1,2,3,4,6]]

奖金

我看到您正在使用 Pandas 库。删除列的更好做法是使用 .drop 而不是

newdf.loc[:, newdf.columns != 'V-9'].values

你可以使用

newdf.drop('V-9', axis=1) # axis=1 makes sure cols are dropped, not rows

同样代替

X_train[:,[0,1,2,3,4,6]]

你可以使用

X_train.drop(X_train.columns[5], axis=1) # this like dropping the 5th column of the dataFrame

这使得它更易读，更容易编码，尤其是当你有 50 个维度而不是 7 个维度时。

很高兴对您有所帮助！

OLS 回归中的形状未对齐错误 python

Shape not aligned error in OLS Regression python

python

regression

numpy

statsmodels

奖金