为什么即使输入数组的形状和长度相同，也会出现 Deprecation Warning 和 ValueError？

Question

我正在使用 train_test_split 对数据进行分区。我有 2 个特征适合，即汽车的 'horsepower' 和 'price'，每个特征包含 199 个元素。所以我尝试了以下代码：

    import pandas as pd
    from sklearn.linear_model import LinearRegression
    from sklearn.model_selection import train_test_split

    lm=LinearRegression()

    x_train,x_test,y_train,y_test =train_test_split(df['horsepower'],df['price'],test_size=0.3,random_state=0)

    model = lm.fit(x_train, y_train)
    predictions = lm.predict(x_test)

    #Now, just to recheck:
    print(x_train.shape == y_train.shape)
    >>>True

    #And
    len(x_train)
    >>>139

    len(y_train)
    >>>139

但是我得到的只是 DeprecationWarning 和 ValueError:

DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.

和

ValueError: Found input variables with inconsistent numbers of samples: [1, 139]

Answer 1

Sklearn 需要您的 X 数据形状 (n_row, n_column)。

当您 select DataFrame 中的一列时 df['horsepower']，您得到的是 pandas.Series，因此您的形状是 (n_row,)。

为避免这种情况，您有两个选择：

select 你的专栏是这样的：df[['horsepower']]，这给你一个新的 DataFrame 因此形状是 (n_row, n_column)
在拟合你的模型之前做reshape：x_train = x_train.reshape(-1,1)和x_test = x_test.reshape(-1,1)

为什么即使输入数组的形状和长度相同，也会出现 Deprecation Warning 和 ValueError？

Why Deprecation Warning and ValueError shows up even when the shapes and length of input arrays is same?

python-3.x

data-science

sklearn-pandas