ValueError：发现的输入变量，样本数量不一致：[12925，517]

Question

from sklearn.linear_model import LinearRegression
import numpy as np

X9=dataset.iloc[:,[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24]].values
y9=dataset.iloc[:,29].values
#X9=pd.DataFrame(data=X9)
#y9=pd.DataFrame(data=y9)

X9 = X9.astype('float32')
y9 = LabelEncoder().fit_transform(y9.astype('str'))

#X9 = np.array(X9).reshape(12925,1)
#y9 = np.reshape(517,1)

X9 = X9.reshape((12925, 1))
y9 = y9.reshape((517, 1))

linreg = LinearRegression().fit(X9,y9)

linreg.intercept_

linreg.coef_

我是Python的初学者。我得到以下错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-51-0f2045f4e5e6> in <module>()
     16 y9 = y9.reshape((517, 1))
     17 
---> 18 linreg = LinearRegression().fit(X9,y9)
     19 
     20 linreg.intercept_

3 frames
/usr/local/lib/python3.7/dist-packages/sklearn/utils/validation.py in check_consistent_length(*arrays)
    332         raise ValueError(
    333             "Found input variables with inconsistent numbers of samples: %r"
--> 334             % [int(l) for l in lengths]
    335         )
    336 

ValueError: Found input variables with inconsistent numbers of samples: [12925, 517]

我的x9.形状是：（12925，1） y9。形状为：（517，1）

您能指导我解决此错误吗？我想做先生 使用最小二乘算法优化参数。

Answer 1

您的X9 中有 12925行，Y9 中只有 517行。它们应该是相同的数字，因为对于x9中的每个示例，您需要在y9中的示例来计算线性回归。

我没有您的数据，因此我无法真正复制并提供适当的解决方案。

第一个猜测是重新检查数据集的形状。

另一个猜测是您必须调整重塑：

X9 = X9.reshape((12925, 1))
y9 = y9.reshape((12925, 1))