sklearn LinearRegression特征数不匹配报错解决方法

报错的核心是传入模型的特征矩阵维度写反，不符合sklearn的输入格式要求：
你代码里写的g = [df[:,1]]是把整列特征数据套了一层外层列表，最终得到的数组形状是(1, 数据总行数)——模型会把这个结构识别为「1个样本，每个样本包含N个特征」，训练完成后就会要求后续预测输入必须有N个特征，和你实际要做的单特征回归需求完全不符，自然触发维度不匹配报错。

不需要复杂调试，训练前打印数组形状就能快速定位问题：
在model.fit()之前加两行代码：

print("特征矩阵g的形状：", np.array(g).shape)
print("标签矩阵h的形状：", np.array(h).shape)

运行后你会看到g的形状输出类似(1,5)，也就是1行5列，对应模型认知里的1个样本、5个特征，和你预期的5个样本、1个特征刚好行列颠倒。

这里明确sklearn线性回归的固定输入要求：

• 传入fit()的特征X必须是二维数组，形状固定为(样本数量, 特征数量)，行代表单个样本，列代表单个特征维度
• 哪怕只有1个特征，也不能传一维数组或者形状颠倒的二维数组，必须严格符合(n_samples, 1)的格式要求
• 标签y可以是形状为(n_samples,)的一维数组，不需要额外转二维

把构造特征、标签的部分改成符合维度要求的写法即可，修正后的可运行代码：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import sklearn.linear_model

dados = pd.read_csv("dados.csv", thousands=',', sep = ";", header = 0, encoding='latin-1')
dados.drop('pais', axis = 1, inplace=True)

df = dados.to_numpy()
# 用reshape把单特征列转成(样本数,1)的标准二维格式
g = df[:, 1].reshape(-1, 1)
h = df[:, 0]

plt.scatter(g, h, color='blue')

model = sklearn.linear_model.LinearRegression()
model.fit(g, h)

G_new = [[22500]]
print(model.predict(G_new))

修复后训练时模型识别到的特征数是1，和你预测时传入的单特征维度匹配，就不会再报这个错。

补充：如果后续扩展为多特征回归，只要保证预测时传入的特征列数和训练时的特征列数完全一致，就不会出现这类维度报错。

内容的提问来源于stack exchange，提问作者orlando moura junior