构建机器学习线性回归模型时遇'Series'无'reshape'属性错误求助

你的X_train、X_test和y都是pandas的Series对象，reshape是numpy数组的专属方法，Series本身没有这个属性，所以直接调用会报错。给你两种简单的解决办法：

方法1：转成numpy数组后调用reshape #

把Series转成numpy数组，再用reshape调整成2维结构：

X_train = X_train.to_numpy().reshape(-1, 1)
X_test = X_test.to_numpy().reshape(-1, 1)
y_train = y.to_numpy().reshape(-1, 1)

myModel = LinearRegression() 
myModel.fit(X_train, y_train)

注：也可以用X_train.values.reshape(-1,1)，但to_numpy()是pandas官方更推荐的写法，能避免潜在的类型警告。

方法2：直接转成DataFrame #

sklearn的模型接受2维的DataFrame作为输入，用to_frame()直接把Series转成单列DataFrame，不用额外做reshape操作：

X_train = X_train.to_frame()
X_test = X_test.to_frame()
y_train = y.to_frame()

myModel = LinearRegression() 
myModel.fit(X_train, y_train)

两种方法都能满足sklearn对输入维度的要求——特征和标签需为(n_samples, n_features)的2维结构。

内容的提问来源于stack exchange，提问作者acidic231