在这里学习新东西，所以我希望社区能提供帮助。我基本上是一个红宝石人，但我试图过渡到python，这样我就可以用tensorflow处理机器学习了。使用我收集的住房数据，我最难让这个逻辑回归脚本发挥作用。
数据链接：
https://storage.googleapis.com/datastorage_machinelearning/first1500.csv
逻辑回归脚本：
https://gist.github.com/Nick-Harvey/404b605423b3c19710eb2a1de6cb5880
脚本输出：
https://gist.github.com/Nick-Harvey/3eab9262770bfb690730cad1fbadf9eb
这个错误有点明显，因为它说存在不兼容的形状。这很可能是由于我正在对城市名称进行编码，添加了额外的列。然而，我似乎无法找到一种方法来拟合数据，这样我就可以按平方英尺预测房价，并能够绘制出所有数据。最终，我希望能够绘制数据，这样你就可以将平方英尺与价格进行比较，并按城市进行排序。
注意：我认为您没有进行逻辑回归。逻辑回归要求因变量是二元的，并通过最大似然估计，如Fischer评分。误差函数是平均最小二乘，因变量是数值。对我来说，这看起来像是多元线性回归
我研究了你的代码，并能够训练一个模型。您的代码稍后在计算最小平方损失时崩溃。但我将把这件事留给你。
你的问题在于你的训练数据的维度。您的因变量y_train的形状为：(1176)。
尝试：
y_train=y_train.reform((y_train.shape[0]，1))
在之后
X_train，X_test，y_train，y_test=train_testrongplit(X，y，testrongize=0.2)