AttributeError: объект 'float' не имеет атрибута 'shape' при использовании linregress - PullRequest
Новая
       7

AttributeError: объект 'float' не имеет атрибута 'shape' при использовании linregress

0 голосов
/ 08 ноября 2018

Я хочу использовать LinearRegression и linregress для расчета Intercept, X_Variable_1, R_Square, Significance_F, как регрессионный анализ в Excel.

Когда я использую этот код, нет ошибок. 

from sklearn.linear_model import LinearRegression
import pandas as pd
import numpy as np
from scipy.stats import linregress
from decimal import *

def calculate_parameters():
    list_a=[['2018', '3', 'aa', 'aa', 93,1884.7746222667, 165.36153386251098], ['2018', '3', 'bb', 'bb', 62, 665.6392779848, 125.30386609565328], ['2018', '3', 'cc', 'cc', 89, 580.2259903521, 160.19280253775514]]
    df = pd.DataFrame(list_a)
    X = df.iloc[:, 5]
    y = df.iloc[:, 6]
    X1 = X.values.reshape(-1, 1)
    y1 = y.values.reshape(-1, 1)
    clf = LinearRegression()
    clf.fit(X1, y1)
    yhat = clf.predict(X1)
    para_Intercept = clf.intercept_[0]
    para_X_Variable_1 = clf.coef_[0][0]
    SS_Residual = sum((y1 - yhat) ** 2)
    SS_Total = sum((y1 - np.mean(y1)) ** 2)
    para_R_Square = 1 - (float(SS_Residual)) / SS_Total
    adjusted_r_squared = 1 - (1 - para_R_Square) * (len(y1) - 1) / (len(y1) - X1.shape[1] - 1)
    para_a = linregress(X, y)
    para_Significance_F = para_a[3]
    print("Intercept:"+str(para_Intercept))
    print("X_Variable_1:"+str(para_X_Variable_1))
    print("R_Square:" + str(para_R_Square[0]))
    print("Significance_F:" + str(para_Significance_F))

if __name__ == "__main__":
    calculate_parameters()

Вывод:

Intercept: +133,10871357512195

X_Variable_1: 0,016460552337949654

R_Square: 0,3039426453800934

Significance_F: 0,6282563718649847

Но на самом деле list_a это нравится: 

list_a = [['2018', '3', 'aa', 'aa', 93, Decimal('1884.7746222667'), 165.36153386251098],
          ['2018', '3', 'bb', 'bb', 62, Decimal('665.6392779848'), 125.30386609565328],
          ['2018', '3', 'cc', 'cc', 89, Decimal('580.2259903521'), 160.19280253775514]]

6-й столбец десятичного типа.

Когда я меняю list_a, нравится это: 

from sklearn.linear_model import LinearRegression
import pandas as pd
import numpy as np
from scipy.stats import linregress
from decimal import *

def calculate_parameters():
    # list_a=[['2018', '3', 'aa', 'aa', 93,1884.7746222667, 165.36153386251098], ['2018', '3', 'bb', 'bb', 62, 665.6392779848, 125.30386609565328], ['2018', '3', 'cc', 'cc', 89, 580.2259903521, 160.19280253775514]]
    list_a=[['2018', '3', 'aa', 'aa', 93,Decimal('1884.7746222667'), 165.36153386251098], ['2018', '3', 'bb', 'bb', 62, Decimal('665.6392779848'), 125.30386609565328], ['2018', '3', 'cc', 'cc', 89, Decimal('580.2259903521'), 160.19280253775514]]
    df = pd.DataFrame(list_a)
    X = df.iloc[:, 5]
    y = df.iloc[:, 6]
    X1 = X.values.reshape(-1, 1)
    y1 = y.values.reshape(-1, 1)
    clf = LinearRegression()
    clf.fit(X1, y1)
    yhat = clf.predict(X1)
    para_Intercept = clf.intercept_[0]
    para_X_Variable_1 = clf.coef_[0][0]
    SS_Residual = sum((y1 - yhat) ** 2)
    SS_Total = sum((y1 - np.mean(y1)) ** 2)
    para_R_Square = 1 - (float(SS_Residual)) / SS_Total
    adjusted_r_squared = 1 - (1 - para_R_Square) * (len(y1) - 1) / (len(y1) - X1.shape[1] - 1)
    para_a = linregress(X, y)
    para_Significance_F = para_a[3]
    print("Intercept:"+str(para_Intercept))
    print("X_Variable_1:"+str(para_X_Variable_1))
    print("R_Square:" + str(para_R_Square[0]))
    print("Significance_F:" + str(para_Significance_F))

if __name__ == "__main__":
    calculate_parameters()

Ошибка:

Traceback (последний последний вызов):

Файл "E: /test_opencv/MyTest.py", строка 32, в calculate_parameters ()

Файл "E: /test_opencv/MyTest.py", строка 24, в параметрах Calculate_parameters para_a = linregress (X, y)

Файл "E: \ Anaconda3 \ lib \ site-packages \ scipy \ stats_stats_mstats_common.py", строка 79, в linregress ssxm, ssxym, ssyxm, ssym = np.cov (x, y, смещение = 1). плоским

Файл "E: \ Anaconda3 \ lib \ site-packages \ numpy \ lib \ function_base.py", строка 3085, в формате cov avg, w_sum = среднее (X, ось = 1, веса = w, возвращено = True)

Файл "E: \ Anaconda3 \ lib \ site-packages \ numpy \ lib \ function_base.py", строка 1163, в среднем if scl.shape! = avg.shape:

AttributeError: объект 'float' не имеет атрибута 'shape'

Как исправить ошибку?

1 Ответ

0 голосов
/ 08 ноября 2018

Вы можете добиться этого, просто бросив X на float: 

para_a = linregress(X.astype(float), y)
>>> para_a
LinregressResult(slope=0.016460552337949654, intercept=133.10871357512195, rvalue=0.5513099358619372, pvalue=0.6282563718649847, stderr=0.024909849163985552)
...