使用线性回归预测房价时遇ValueError与UserWarning问题求助

第一个错误的原因与修复 #

ValueError: Expected 2D array, got scalar array instead：
LinearRegression.predict()要求输入必须是二维数组，你传入的33000是单个标量（一维），不符合模型输入要求。直接转成[[33000]]能解决这个错误，但会触发特征名警告——原因是训练时模型绑定了DataFrame的列名area，而预测输入没有提供匹配的特征名。

特征名警告的解决方法 #

方案1：用带列名的DataFrame传入预测数据（推荐） #

训练时模型是基于带area列的DataFrame拟合的，预测时同样传入结构一致的DataFrame，就能匹配特征名，消除警告：

# 构造和训练数据列名一致的预测DataFrame
pred_df = pd.DataFrame({'area': [33000]})
# 执行预测
reg.predict(pred_df)

方案2：拟合时使用numpy数组（放弃特征名绑定） #

修改拟合代码，用values提取numpy数组，这样模型不会绑定特征名，预测时直接传二维数组即可：

# 用numpy数组拟合，不保留特征名
reg.fit(df[['area']].values, df.price)
# 直接传入二维数组预测
reg.predict([[33000]])

方案3：临时屏蔽警告（不推荐） #

如果只是不想看到警告，且确认预测结果不受影响，可以用warnings模块屏蔽特定警告：

import warnings
# 屏蔽特征名不匹配的警告
warnings.filterwarnings('ignore', message="X does not have valid feature names")

reg.predict([[33000]])

⚠️ 注意：你之前改成[['33000']]是将数值转为字符串类型，这会导致模型预测结果错误（训练时输入的是数值型数据），这个操作是错误的，务必避免。

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