Sklearn: ValueError:发现样本数不一致的输入变量:[500， 1]

Question

我正在使用python的sklearn库解决机器学习问题

我正在使用 pandas 数据帧，我想使用我的本地数据训练线性回归模型并预测新值。 这是我的代码示例。

customers= pd.read_csv('Ecommerce Customers')
X= customers[['Avg. Session Length', 'Time on App','Time on Website', 'Length of Membership']]
y=['Yearly Amount Spent']

当我尝试运行下面的代码时

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=101)

它给了我一个错误

Found input variables with inconsistent numbers of samples: [500, 1]

在我的数据集中，它有 500 行和 8 列Sklearn Verion 是

import sklearn
format(sklearn.__version__)
'0.20.1'

请帮助我.提前致谢

Answer 1

仔细观察你的代码，你不会像你可能打算做的那样y成为数据帧customers的一列;就像你所拥有的那样。

y=['Yearly Amount Spent']

y只是一个 1 元素列表：

y
# ['Yearly Amount Spent']

因此，scikit-learn有理由抱怨你的标签y的长度只有1。

将其更改为

y=customers['Yearly Amount Spent']