如何解决Python线性回归特征两两分组计算MSE的维度不匹配问题

• 错误核心是你对双特征切片后做了多余的reshape(-1,1)操作：当你取Xtrain[:,c]时，c是长度为2的组合索引，得到的数组形状本身就是(样本数, 2)，完全符合sklearn要求的fit方法输入特征维度要求。你用reshape(-1,1)会把2列特征直接压成1列，样本量翻倍，自然和单输出的ytrain维度不匹配。

import numpy as np
from sklearn.datasets import make_regression
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from itertools import combinations

# 生成测试数据
X, y = make_regression(n_samples=100, n_features=4, n_informative=3, n_targets=1, noise=0.01)
# 拆分训练测试集（原代码缺失该步骤，需补充）
Xtrain, Xtest, ytrain, ytest = train_test_split(X, y, test_size=0.3, random_state=42)

# 两两特征组合拟合模型计算MSE
for c in combinations(range(4), 2):
    lr = LinearRegression()
    # 去掉多余的reshape操作，直接传入双特征的二维数组即可
    lr.fit(Xtrain[:, c], ytrain)
    yp = lr.predict(Xtest[:, c])
    print(f"特征组合{c}的MSE：", np.sum((ytest - yp)**2) / len(ytest))

• 仅当你需要对单个特征做单变量回归时，才需要用reshape(-1,1)把一维的单特征列转为二维数组；多特征输入只要本身维度是(样本数, 特征数)就可以直接传入。
• 你也可以直接用sklearn的mean_squared_error工具函数计算MSE，不用手动写计算逻辑：导入from sklearn.metrics import mean_squared_error后，调用mean_squared_error(ytest, yp)即可得到相同结果。

内容的提问来源于stack exchange，提问作者David Sanchez Hommen