我正在嘗試學習線性回歸的基礎知識。
我試圖用最簡單的資料為 starter 構建最簡單的模型。
對于我擁有的資料：
## Data (Apple stock prices)
apple = np.array([155, 160, 165])
days = np.array([1, 2, 3])
X 是天數，y 是蘋果股價。
我嘗試使用單線構建模型：
model = LinearRegression().fit(X=days,y=apple)
然后我收到錯誤訊息，模型需要 2d 資料作為輸入。但為什么” ？X 和 y，在這種情況下，蘋果的天數和股票價格都是一維的。為什么要轉換成二維陣列？
uj5u.com熱心網友回復：
創建該模型以同時支持一維和二維資料，如果輸入形狀為一維，則不支持二維，但當輸入形狀為二維時，只需將一維陣列重塑為二維陣列即可支持二維和一維. 這就是為什么該模型被構建為接受二維陣列以實作靈活性。因此，只需重塑您的資料，您的模型就會正常運行。嘗試這個：
apple = np.array([155, 160, 165]).reshape(-1,1)
days = np.array([1, 2, 3]).reshape(-1,1)
model = LinearRegression().fit(X=days,y=apple)
uj5u.com熱心網友回復：
輸入是一個大小為 (nxm) 的陣列，其中 m 是 x 變數的數量。在你的情況下m = 1，所以你需要一個（3x1）的陣列。您當前的輸入是 (3,)。嘗試：
days = np.array([1, 2, 3]).reshape(-1,1)
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/427795.html
上一篇：洗掉例外值后具有新例外值的資料集