TypeError："DataFrame"对象不可调用(通过 sklearn 尝试线性回归)

Question

我对python很陌生，所以我调整了在线资源中的代码，试图创建这个回归。我从中提取的代码运行良好，除了数据源之外，我几乎没有更改任何内容，所以我不确定我做错了什么。任何帮助都是难以置信的！这是我正在使用的代码：

import matplotlib.pyplot as plt

import numpy as np

from sklearn import datasets, linear_model

from sklearn.metrics import mean_squared_error, r2_score




dfgmatgpa = df[["GradGPA", "GMATscore"]]

dfgmatgpa = dfgmatgpa.dropna()

dfgmatgpa.head()

GradGPA GMATscore
17  2.80000 340.0
18  2.80000 340.0
32  4.15000 660.0
36  3.88143 570.0
41  3.28571 540.0

# Load the diabetes dataset
gmatgpa_X, gmatgpa_y = dfgmatgpa(return_X_y=True)

# Use only one feature
gmatgpa_X = gmatgpa_X[:, np.newaxis, 2]

# Split the data into training/testing sets
gmatgpa_X_train = gmatgpa_X[:-20]

gmatgpa_X_test = gmatgpa_X[-20:]

# Split the targets into training/testing sets
gmatgpa_y_train = gmatgpa_y[:-20]

gmatgpa_y_test = gmatgpa_y[-20:]

# Create linear regression object
regr = linear_model.LinearRegression()

# Train the model using the training sets
regr.fit(gmatgpa_X_train, gmatgpa_y_train)

# Make predictions using the testing set
gmatgpa_y_pred = regr.predict(gmatgpa_X_test)

# The coefficients
print('Coefficients: n', regr.coef_)
# The mean squared error
print('Mean squared error: %.2f'
% mean_squared_error(gmatgpa_y_test, gmatgpa_y_pred))
# The coefficient of determination: 1 is perfect prediction
print('Coefficient of determination: %.2f'
% r2_score(gmatgpa_y_test, gmatgpa_y_pred))

# Plot outputs
plt.scatter(gmatgpa_X_test, gmatgpa_y_test,  color='black')

plt.plot(gmatgpa_X_test, gmatgpa_y_pred, color='blue', linewidth=3)

plt.xticks(())

plt.yticks(())

plt.show()

错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-321-b5f145507243> in <module>
----> 1 gmatgpa_X, gmatgpa_y = dfgmatgpa(return_X_y=True)
2 
3 # Use only one feature
4 gmatgpa_X = gmatgpa_X[:, np.newaxis, 2]
5 
TypeError: 'DataFrame' object is not callable

Answer 1

也许您指的是这样的示例代码：

from sklearn.datasets import load_iris
data = load_iris(return_X_y=True)

这里的load_iris()是一个函数，当return_X_y为True时，它返回一个(data，target(元组。

https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_iris.html

在您的情况下，您将dfgmatgpa定义为一个数据帧，而不是一个函数，这就是您出现错误的原因。但是您可以根据需要分别定义X和y：gmatgpa_X作为数据帧，gmatgpa_y作为目标列表。