Sklearn线性回归 - “IndexError：元组索引超出范围”

Question

我有一个“.dat”文件，其中保存了X和Y的值（所以元组（n，2）其中n是行数） 。

import numpy as np 
import matplotlib.pyplot as plt 
import scipy.interpolate as interp 
from sklearn import linear_model 

in_file = open(path,"r") 
text = np.loadtxt(in_file) 
in_file.close() 
x = np.array(text[:,0]) 
y = np.array(text[:,1]) 

我创建了一个实例linear_model.LinearRegression()，但是当我调用.fit(x,y)方法，我得到

IndexError: tuple index out of range

regr = linear_model.LinearRegression() 
regr.fit(x,y) 

我做了什么错？

Answer 1

线性回归预计X为具有两个维度的阵列，并且在内部需要X.shape[1]初始化一个np.ones阵列。因此，将X转换为nx1阵列可以做到这一点。因此，更换：

regr.fit(x,y) 

由：

regr.fit(x[:,np.newaxis],y) 

这将解决这个问题。演示：

>>> from sklearn import datasets 
>>> from sklearn import linear_model 
>>> clf = linear_model.LinearRegression() 
>>> iris=datasets.load_iris() 
>>> X=iris.data[:,3] 
>>> Y=iris.target 
>>> clf.fit(X,Y) # This will throw an error 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 363, in fit 
    X, y, self.fit_intercept, self.normalize, self.copy_X) 
    File "/usr/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 103, in center_data 
    X_std = np.ones(X.shape[1]) 
IndexError: tuple index out of range 
>>> clf.fit(X[:,np.newaxis],Y) # This will work properly 
LinearRegression(copy_X=True, fit_intercept=True, normalize=False) 

要绘制回归线使用下面的代码：

>>> from matplotlib import pyplot as plt 
>>> plt.scatter(X, Y, color='red') 
<matplotlib.collections.PathCollection object at 0x7f76640e97d0> 
>>> plt.plot(X, clf.predict(X[:,np.newaxis]), color='blue') 
<matplotlib.lines.Line2D object at 0x7f7663f9eb90> 
>>> plt.show()