运行Scikit-learn线性回归遇ValueError：样本数为0的问题咨询

问题原因 #

Python切片语法里，X[:-20]表示取数组从开头到倒数第20个元素之前的部分。你的数据集总共只有20条记录，倒数第20个元素就是第一条数据的位置，所以这个切片最终会返回一个没有任何样本的空数组（shape=(0,1)），而线性回归模型拟合时至少需要1个样本，因此触发ValueError。

解决办法 #

1. 手动调整切片范围 #

根据你需要的测试集大小调整切片参数：

• 比如想留2条数据做测试集，训练集就取前18条：X_train = X[:-2]，y_train = y[:-2]
• 按固定比例拆分（比如8:2），直接取对应数量的样本：X_train = X[:16]，X_test = X[16:]

2. 使用Scikit-learn官方拆分工具（推荐） #

用train_test_split函数可以自动按比例拆分，还能保证拆分的随机性和可复现性，示例代码：

from sklearn.model_selection import train_test_split

# 按8:2拆分训练集和测试集，random_state固定随机种子确保结果一致
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

内容的提问来源于stack exchange，提问作者James0078