बस एक सरल रैखिक प्रतिगमन करने की कोशिश कर रहा हूँ, लेकिन मैं इस त्रुटि से चकित हूँ:
regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].values, df2.iloc[1:1000, 2].values)
जो पैदा करता है:
ValueError: Found arrays with inconsistent numbers of samples: [ 1 999]
इन चयनों में समान आयाम होने चाहिए, और उन्हें सुन्न सरणियाँ होनी चाहिए, इसलिए मैं क्या याद कर रहा हूं?
जवाबों:
ऐसा लगता है कि स्केलेर के लिए (पंक्ति संख्या, स्तंभ संख्या) डेटा आकार की आवश्यकता होती है। यदि आपका डेटा आकार (पंक्ति संख्या) पसंद है (999, ), तो यह काम नहीं करता है। उपयोग करके numpy.reshape(), आपको सरणी का आकार बदलना चाहिए (999, 1), उदाहरण के लिए
data=data.reshape((999,1))
मेरे मामले में, इसने उसी के साथ काम किया।
लगता है कि आप पांडा डेटाफ्रेम (नाम df2 से) का उपयोग कर रहे हैं।
आप निम्न कार्य भी कर सकते हैं:
regr = LinearRegression()
regr.fit(df2.iloc[1:1000, 5].to_frame(), df2.iloc[1:1000, 2].to_frame())
नोट: मैंने "मान" हटा दिया है क्योंकि यह पांडा श्रृंखला को numpy.ndarray में बदलता है और numpy.ndarray में to_frame () का गुण नहीं है।
यूडनेस डीप लर्निंग फाउंडेशन कोर्स पर देखा:
df = pd.read_csv('my.csv')
...
regr = LinearRegression()
regr.fit(df[['column x']], df[['column y']])
मुझे इस त्रुटि का सामना करना पड़ा क्योंकि मैंने अपना डेटा a में बदल दिया np.array। मैंने अपने डेटा को np.matrixइसके बजाय परिवर्तित करके और ट्रांसफ़ॉर्म लेकर समस्या को ठीक किया ।
ValueError:
regr.fit(np.array(x_list), np.array(y_list))
सही बात:
regr.fit(np.transpose(np.matrix(x_list)), np.transpose(np.matrix(y_list)))
expects X(feature matrix)
अपनी सुविधाओं को इस तरह से करने की कोशिश करें:
विशेषताएं = ['टीवी', 'रेडियो', 'समाचार पत्र'] एक्स = डेटा [विशेषताएं]
मैंने इसी तरह की समस्या का सामना किया। मेरे मामले में समस्या यह थी कि, X में पंक्तियों की संख्या y में पंक्तियों की संख्या के बराबर नहीं थी।
फीचर कॉलम में प्रविष्टियों की संख्या टारगेट वेरिएबल में एंट्री की संख्या के बराबर नहीं थी क्योंकि मैंने कुछ स्तंभों को फाल्ट कॉलम से गिरा दिया था।
दो सरणियों (array1 और array2) का विश्लेषण करने के लिए उन्हें निम्नलिखित दो आवश्यकताओं को पूरा करने की आवश्यकता है:
1) वे एक numpy.ndarray होने की जरूरत है
इससे जाँच करें
type(array1)
# and
type(array2)
अगर ऐसा नहीं है तो उनमें से कम से कम एक प्रदर्शन करें
array1 = numpy.ndarray(array1)
# or
array2 = numpy.ndarray(array2)
2) आयामों को निम्नानुसार होना चाहिए:
array1.shape #shall give (N, 1)
array2.shape #shall give (N,)
N उन मदों की संख्या है जो सरणी में हैं। सही संख्या में कुल्हाड़ी प्रदर्शन के साथ array1 प्रदान करने के लिए:
array1 = array1[:, numpy.newaxis]
जैसा कि एक्स के ऊपर उल्लेख किया गया था कि ज्ञात आयामों के साथ एक मैट्रिक्स या एक संख्यात्मक सरणी होना चाहिए। तो आप शायद इसका उपयोग कर सकते हैं:
df2.iloc[1:1000, 5:some_last_index].values
तो आपका डेटाफ़्रेम ज्ञात आयामों के साथ एक सरणी में बदल जाएगा और आपको इसे फिर से खोलने की आवश्यकता नहीं होगी
कुछ दिनों मैं उसी समस्या का सामना करना पड़ा। कारण विभिन्न आकारों सरणियों था।