Python实现后向消除算法时出现'type float has no len()'报错如何解决

调用backwardElimination函数时参数顺序传错：
函数定义的参数顺序为def backwardElimination(x, y)，第一个入参是自变量矩阵，第二个入参是因变量向量。但实际调用时写为X_Modeled = backwardElimination(X_opt, SL)，第二个参数传入了值为0.005的浮点数SL，而非因变量y。
statsmodels的OLS构造时会对因变量取长度计算权重，传入浮点数自然触发object of type 'float' has no len()报错。

修改函数调用的参数即可：

X_Modeled = backwardElimination(X_opt, y)

• 函数内部直接引用全局变量SL易引发异常，建议调整为函数参数传入，修改函数定义为：

def backwardElimination(x, y, sl=0.005):

调用时传入对应参数即可：

X_Modeled = backwardElimination(X_opt, y, SL)

• 原代码中temp = np.zeros((len(x[0]),len(x[1]))).astype(int)的初始化逻辑存在维度隐患，样本数小于特征数时会触发错误，建议修改为：

temp = np.zeros(x.shape).astype(int)

内容的提问来源于stack exchange，提问作者Angelj107