Scikit在调用LinearRegress时学习不适合错误

Question

我在Spyder中使用此代码来调用LinearRecression：

 X = Full[predictors]
Y = Full['logerror']
X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size=0.2, random_state=42)
X_train_val = X_train.values
Y_train_val = Y_train.values
X_test_val = X_test.values

model = LinearRegression()
LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
pred = model.predict(X_test_val)

它显示了此错误：notfittedError：此线性重试的实例尚未拟合。

我应该如何修复它？

Answer 1

您没有进行任何合适。

model = LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
model.fit(X_train_val, Y_train_val)

将是一些与您兼容的代码。

编辑：我认为的代码中有更多破碎的东西（或者您隐藏了一些基于大熊猫的用法）！更仔细地阅读文档。

看教程，基本示例是：

from sklearn import linear_model
reg = linear_model.LinearRegression()
reg.fit ([[0, 0], [1, 1], [2, 2]], [0, 1, 2])