多项式回归预测维度不匹配错误：请求修正代码

错误原因 #

你执行reg.predict([[hp]])时触发维度错误，是因为hp本身已经是二维数组（由degree.fit_transform(x.reshape(-1,1))生成，形状类似(1, 4)，对应4个多项式特征），额外嵌套[[hp]]会把它变成四维数组，超出LinearRegression模型要求的<=2维输入限制。

修正后的代码片段 #

predict = reg.predict(final2)
r2 = r2_score(test_y,predict)
print('R2Score :',r2)
print('percent :',int(r2*100),'%')
print('++++++++++++++++++++++++++++++++++++++++++++++++++++++')
a1 = input('Press enter to continue ...')
print('++++++++++++++++++++++++++++++++++++++++++++++++++++++')
x = 10
x = numpy.asanyarray(x)
hp = degree.fit_transform(x.reshape(-1,1))
zf = reg.predict(hp)  # 直接传入hp即可，无需额外嵌套
print(zf)

关键说明 #

degree.fit_transform(x.reshape(-1,1))会将单个数值x转换为符合多项式模型要求的二维输入格式（形状为(样本数, 特征数)），这个格式完全匹配LinearRegression的predict方法的输入要求，不需要再用[[...]]包裹。

内容的提问来源于stack exchange，提问作者arash_jbz