使用Sklearn LinearRegression的predict()时触发ValueError：特征数量不匹配

你的错误源于错误的reshape方向：

• reshape(1,-1)会把数组转换成1行、列数自动计算的形状，这导致X_train变成了1个样本+2529个特征（训练集样本数为2529），X_test变成1个样本+844个特征（测试集样本数为844）。
• 模型训练时学习的是2529维特征到目标的映射，预测时传入844维特征，自然出现维度不匹配的错误。

正确的做法是将特征数组转换成**(样本数, 1)**的形状（每个样本对应1个特征，这里payment是单特征），用reshape(-1,1)即可实现。

修正后的代码：

fp = Path('master_borrower.xlsx')

df = build_customer_df(fp)

df = df[['payment', 'trailer_sales_price']]
df = df[df['payment']!= 0]

X = df['payment'].values
y = df['trailer_sales_price'].values

# 分割数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=1)

# 修正reshape：将数组转为(n_samples, 1)的标准特征矩阵格式
X_train = X_train.reshape(-1, 1)
X_test = X_test.reshape(-1, 1)
# 目标变量y可以保持一维数组，LinearRegression支持这种格式，无需reshape
# y_train = y_train.reshape(-1, 1)
# y_test = y_test.reshape(-1, 1)

model = linear_model.LinearRegression()
model.fit(X_train, y_train)

predictions = model.predict(X_test)

补充说明：

• 单特征线性回归中，特征矩阵必须是二维结构，维度为(样本数量, 特征数量)，这里特征数量是1，reshape(-1,1)会自动匹配样本数作为行数，固定列数为1。
• 目标变量y无需强制转为二维，一维数组完全符合LinearRegression的输入要求，当然转成二维也能正常运行，不影响模型效果。

内容的提问来源于stack exchange，提问作者laramiedunlap