Sklearn线性回归Fit阶段报错：期望2D数组却得到1D数组求助

嘿，刚入门Scikit-learn和Python数据分析的时候，我也踩过这个一模一样的坑！别慌，这个错误本质是线性回归模型对输入特征的格式有严格要求——它必须接收二维数组作为特征输入，但你现在传入的训练数据是一维的。

为什么会出现这个问题？ #

当你用train_test_split拆分数据后，你的特征集（比如X_train）大概率是像[1.2, 3.4, 5.6]这样的一维数组（Numpy的1D array或者Pandas Series），但Scikit-learn的模型期望的输入结构是每行对应一个样本，每列对应一个特征的二维数组，比如：

[[1.2],
 [3.4],
 [5.6]]

快速解决方法 #

针对单特征的场景（你现在应该是这种情况），用reshape(-1, 1)把一维数组转换成二维数组就行，具体修改代码如下：

假设你原来的代码是这样的：

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

# 从CSV加载数据后的代码
X = df['your_feature_column']  # 这里得到的是一维结构
y = df['target_column']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

lm = LinearRegression()
lm.fit(X_train, y_train)  # 这里触发ValueError

只需要在拟合前给X_train和X_test做重塑：

# 把一维特征转成二维结构
X_train = X_train.reshape(-1, 1)
X_test = X_test.reshape(-1, 1)

lm.fit(X_train, y_train)  # 现在就能正常运行啦！

关于reshape(-1, 1)的小解释 #

• -1是让Numpy自动计算这个维度的元素数量，不用你手动数样本个数
• 1表示把数据整理成1列的二维数组，完美匹配单特征的输入要求

提前避免这个问题的小技巧 #

如果你用Pandas加载数据，获取特征时用双括号而不是单括号，直接得到二维的DataFrame，就不用再手动reshape了：

# 用双括号获取特征，得到的是DataFrame（二维结构）
X = df[['your_feature_column']]

这样拆分后的X_train和X_test本身就是二维的，直接传入fit方法就不会报错啦！

内容的提问来源于stack exchange，提问作者cphill