如何在多元线性回归中处理误差维？

Question

我正在尝试使用sklearn进行多元线性回归。

features_2 = ['chronic_disease_binary', 'outcome']

X = df.loc[:, features_2].values
Y = df.loc[:, ['age']].values
# X = pd.get_dummies(X,drop_first=True)
#
X_train_lm, X_test_lm, y_train_lm, y_test_lm = create_dataset_test(X, Y)
X_train_lm = X_train_lm.reshape((2596, -1))
lm = linear_model.LinearRegression()
model = lm.fit(X_train_lm, y_train_lm)
y_pred_lm = lm.predict(X_test_lm)

当我尝试对X_test进行tp预测时，我遇到了这个问题：

[ValueError：matmul：输入操作数1的核心尺寸0不匹配，带有gufunc签名（n？，k），（k，m？）->（n？，m？）（大小2与1不同） ）

• 我的X_train格式如下：

[[-0.77046461  1.29791815]
 [-0.77046461 -0.77046461]
 [-0.77046461  1.29791815]
 ...
 [-0.77046461 -0.77046461]
 [-0.77046461  1.29791815]
 [-0.77046461 -0.77046461]]

• 我的y_train就像这样：

[[59.]
 [54.]
 [40.]
 ...
 [24.]
 [33.]
 [41.]]

• 我进行预测的数据具有以下形式：

[[-0.76666002]
 [ 1.30435914]
 [-0.76666002]
 ...
 [-0.76666002]
 [-0.76666002]
 [-0.76666002]]

Answer 1

尺寸不匹配。

您具有不兼容的尺寸，因为X_test_lm具有N（行数）个样本但是这次，与X_train的形状相比，只有1（列数）个特征/变量。

---

如果您的X_train为：

[[-0.77046461  1.29791815]
 [-0.77046461 -0.77046461]
 [-0.77046461  1.29791815]
 ...
 [-0.77046461 -0.77046461]
 [-0.77046461  1.29791815]
 [-0.77046461 -0.77046461]]
因此，对具有2个（列数）特征/变量的N个（行数）样本进行模型训练。

然后，当您要求预测以下内容时：

[[-0.76666002]
 [ 1.30435914]
 [-0.76666002]
 ...
 [-0.76666002]
 [-0.76666002]
 [-0.76666002]]
您的维数不兼容，因为X_test_lm再次具有N（行数）个样本但是这次只有1（列数）个特征/变量。

但是，模型的predict函数期望输入形状为[N，2]的数组，您将得到：

ValueError：matmul：输入操作数1的核心不匹配尺寸0，带有gufunc签名（n？，k），（k，m？）->（n？，m？）（尺寸2为不同于1）

[正如您说的，X_test_lm.shape为（1300，1），因此该模型试图预测仅具有一个特征（1）的这1300个样本的值。这就是触发错误的原因。该模型正在使用形状为[N，2] not

[N，1]的X_train进行训练。

---

因为X_test_lm.shape的值为(1300, 1)，这意味着它只有1列，而不是2作为火车数据。在训练数据上训练的beta向量期望具有2列的矩阵，这会产生误差。

您应检查create_dataset_test的定义以了解如何达到此状态。

Answer 2

因为X_test_lm.shape的值为(1300, 1)，这意味着它只有1列，而不是2作为火车数据。在训练数据上训练的beta向量期望具有2列的矩阵，这会产生误差。

您应检查create_dataset_test的定义以了解如何达到此状态。