Sklearn notFittedError:此线性重试的实例尚未拟合

Question

我正在尝试简单的线性回归，我尝试了此代码：

x1=data.iloc[:, 9].values
y1=data.iloc[:,1].values
from sklearn.model_selection import train_test_split
seed=7
x1_train,x1_test,y1_train,y1_test= 
train_test_split(x1,y1,test_size=0.15,random_state=seed)
x1_train=nm.reshape(nm.array(x1_train),(-1,1))
from sklearn.linear_model import LinearRegression
lireg=LinearRegression()
model1=LinearRegression().fit(x1_train,y1_train)
y_pred=lireg.predict(x1_test)

notFittedError：此线性重试的实例尚未拟合。在使用此方法之前，请使用适当的参数调用"适合"

请帮助

Answer 1

这是说明为什么您有此错误。让我们看看以下几行：

lireg=LinearRegression()
model1=LinearRegression().fit(x1_train,y1_train)
y_pred=lireg.predict(x1_test)

这里发生了什么？

• 您初始化2 LinearRegression型号命名：lireg和model1

• 对于lireg，您不致电.fit，但对于model1，您会做。

• y_pred=lireg.predict(x1_test)引发错误，因为您尝试使用lireg进行.predict，但是lireg未经训练/安装。

---

您只需要以下方式：

方法1：

from sklearn.linear_model import LinearRegression
lireg=LinearRegression() # initialize the model
lireg.fit(x1_train,y1_train) # fit he model
y_pred=lireg.predict(x1_test) # now predict

方法2：

from sklearn.linear_model import LinearRegression
lireg=LinearRegression().fit(x1_train,y1_train) # initialize & fit the model
y_pred=lireg.predict(x1_test) # now predict