OLS回归python中的形状不对齐误差

Question

我有一个dataframe，在这里我试图运行statsmodel.api OLS回归。它正在打印摘要。但是当我使用predict()函数时，它给了我一个错误-

形状(75,7)和(6，)未对齐:7 (dim 1) != 6 (dim 0)

我的代码是：

X = newdf.loc[:, newdf.columns != 'V-9'].values
y = newdf.iloc[:,3].values
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 
0.2,random_state=0)
import statsmodels.formula.api as sm
model = sm.OLS(y_train,X_train[:,[0,1,2,3,4,6]])
result = model.fit()
print(result.summary())`

运行以下命令时出现错误：

y_pred = result.predict(X_test)

我的X_train的形状是- (297,7)

我的X_test的形状是- (75,7)

dtype是numpy.ndarray

这个问题以前也有人问过。我跟踪了一些关于stackoverflow.com的文章，并试图使用reshape函数来解决这个问题。然而，它并没有帮助我。有人能解释我为什么会犯这个错误吗？解决办法是什么？

Answer 1

model in line model = sm.OLS(y_train,X_train[:,[0,1,2,3,4,6]])，当这样训练时，假设输入数据是6维的，因为X_train的第5列被删除。这要求测试数据(在本例中为X_test)也是6维的。这就是为什么y_pred = result.predict(X_test)没有工作，因为X_test最初是7维的。正确的解决办法是：

y_pred = result.predict(X_test[:, [0,1,2,3,4,6]]

奖金

我看你在用潘达斯图书馆。删除列的一个更好的做法是使用.drop而不是

newdf.loc[:, newdf.columns != 'V-9'].values

您可以使用

newdf.drop('V-9', axis=1) # axis=1 makes sure cols are dropped, not rows

同样，而不是

X_train[:,[0,1,2,3,4,6]]

您可以使用

X_train.drop(X_train.columns[5], axis=1) # this like dropping the 5th column of the dataFrame

这使得它更加可读性和更容易编码，特别是当你有50个维度，而不是7。

我很高兴它有帮助！