运行logistic回归出现ValueError报错的解决方法咨询

这个ValueError的核心原因是你传入逻辑回归模型的因变量MEDVBIN不符合输入要求：要么是取值为非数值类型（比如字符串、布尔值），要么是切片取数时返回了二维结构的DataFrame而非一维的Series，导致被模型识别为多列数据。

步骤1：先定位问题 #

运行以下代码查看因变量的类型和维度：

# 查看MEDVBIN列的数据类型
print(df['MEDVBIN'].dtype)
# 查看MEDVBIN列的结构
print(df['MEDVBIN'].shape)

如果输出的类型是object/bool，或者维度输出为(506, 1)/(506, 2)，就对应匹配下方的修复方案。

步骤2：对应问题修复 #

• 如果是数据类型异常：
  将MEDVBIN转换为数值型，二分类场景确保列的取值只有0和1：

# 转换为整数类型，布尔值会自动转为0/1，数值型字符串也会转成对应整数
df['MEDVBIN'] = df['MEDVBIN'].astype(int)

转换前可先确认列内无异常字符或缺失值，避免转换报错。

• 如果是取数维度异常：
  取因变量时不要用双中括号切片，双中括号返回的是二维DataFrame，改为单中括号取一维Series即可：

# 错误写法，返回二维结构
y = df[['MEDVBIN']]
# 正确写法，返回一维结构
y = df['MEDVBIN']

步骤3：重新运行模型 #

修复后再运行逻辑回归代码即可，示例如下（以statsmodels为例）：

import statsmodels.api as sm

# 取自变量
X = df[['CRIM', 'RM', 'NOX', 'DIS', 'AGE']]
# 若需要截距项则加这行
X = sm.add_constant(X)
# 取处理好的因变量
y = df['MEDVBIN']

# 训练模型
logit_model = sm.Logit(y, X).fit()
# 输出结果
print(logit_model.summary())

内容的提问来源于stack exchange，提问作者Nazim