当我尝试在线性回归上使用.predict时,抛出以下错误:
ValueError:预期的2D数组,而是标量数组:数组= 80。如果数据具有单个功能,则使用array.reshape(-1,1)调整数据的形状;如果包含单个样本,则使用array.reshape(1,-1)调整数据的形状。
我不太了解重塑功能以及为什么需要它。有人可以向我解释这是什么,以及如何将其用于对我的模型进行预测吗?
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression
x = np.array([95,85,80,70,60])
y = np.array([85,95,70,65,70])
x = x.reshape(-1,1)
y = y.reshape(-1,1)
plt.scatter(x,y)
plt.show()
reg = LinearRegression()
reg.fit(x,y)
reg.predict(80)
reg.predict([[80]])