Как исправить ошибку, которую я получил в линейной регрессии в Scikit-Learn

Question

Я новичок в концепции линейной регрессии в Python. Я использую линейную регрессию в scikit-learn, чтобы найти предсказанное значение y, здесь оно называется y_new. Ниже приведен код, который я написал до сих пор:

import numpy as np 
#creating data for the run
x=spendings = np.linspace(0,5,4000)
y=sales = np.linspace(0,0.5,4000)
#defining the training function
def train(x,y):
    from sklearn.linear_model import LinearRegression
    model = LinearRegression().fit(x,y)
    return model 
model = train(x,y)
x_new = 23.0
y_new = model.predict([[x_new]])
print(y_new)

Я не могу получить значение y_new из-за этого сообщения об ошибке:

Expected 2D array, got 1D array instead:
array=[0.00000000e+00 1.25031258e-03 2.50062516e-03 ... 4.99749937e+00
 4.99874969e+00 5.00000000e+00].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample. 

Answer 1

В соответствии с документацией метод подгонки LinearRegression ожидает, что ввод X и y будет (n_samples, n_features) shape.

, если вы проверите свои x и y формы, это как это

x=spendings = np.linspace(0,5,4000)
y=sales = np.linspace(0,0.5,4000)
print(x.shape)
print(y.shape)

(4000,)
(4000,)

что говорит ошибка, вам нужно изменить свои x и y, чтобы придать форму (n_samples, n_features) , используя arr.reshape(-1,1). так что вам нужно изменить ваши x и y, прежде чем соответствовать LinearRegression.

x = x.reshape(-1,1)
y = y.reshape(-1,1)
print(x.shape)
print(y.shape)
(4000, 1)
(4000, 1)