简单线性回归报错：Expected a 2D array，求排查解决方案

错误信息 #

ValueError: Expected a 2D array, got 1D array instead:
array=[1140. 1635. 1755. 1354. 1978. 1696. 1212. 2736. 1055. 2839. 2325. 1688.
2733. 2332. 2159. 2133.].

问题原因 #

这个错误和数据集无关，是因为scikit-learn的线性回归模型要求输入的特征矩阵必须是二维数组，但你用x=df["Area"]提取的是Pandas Series对象，本质是一维结构，不符合模型的输入规范。

解决方法 #

有三种简单的修正方式，任选其一即可：

• 方式1：用双括号提取特征，直接得到二维DataFrame：

  x = df[["Area"]]  # 注意是双括号
  

• 方式2：用reshape(-1,1)把一维数组转为二维：

  x = df["Area"].values.reshape(-1, 1)
  

• 方式3：用NumPy扩展维度：

  x = np.expand_dims(df["Area"], axis=1)
  

修改后的完整代码 #

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

# 读取数据
df = pd.read_csv('C:/Users/AgroMech/Desktop/ASDS/data.csv')
# 检查重复值数量
print("重复值数量:", df.duplicated().sum())
# 处理缺失值
df.dropna(inplace=True)
# 提取特征（改为二维结构）
x = df[["Area"]]
y = df["Price"]

# 划分训练集和测试集
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=4)

# 训练模型
reg = LinearRegression()
reg.fit(x_train, y_train)

# 输出结果
print("回归系数:", reg.coef_)
y_pred = reg.predict(x_test)
mse = np.mean((y_pred - y_test)**2)
print("测试集均方误差:", mse)

内容的提问来源于stack exchange，提问作者Joy Biswas