基于Scikit-learn的线性回归：predict函数为何无法用单个x值预测？

这个问题的核心是你完全搞错了训练数据的格式，sklearn的LinearRegression对输入数据的形状有严格要求，咱们一步步拆解：

1. 你当前代码的问题根源 #

先看你训练模型的代码：

regr.fit([x], [y])

这里的[x]是一个形状为(1, 7)的二维数组——它代表1个样本，每个样本有7个特征；对应的[y]是形状为(1, 7)的数组，代表这个样本有7个目标输出值。

换句话说，你的模型根本不是在做“单变量线性回归（一个x对应一个y）”，而是在学习一个7特征→7输出的映射。这就解释了：

• 当你传入[[1, 2000, 3, 4, 5, 26, 7]]（同样是1个样本+7个特征）时，模型会输出训练时对应的7个目标值，也就是你看到的array([[1. , 2. , 1. , 3. , 2.5, 2. , 5. ]])
• 当你传入[[2000]]（1个样本+1个特征）时，特征数量和训练时的7个不匹配，自然会抛出异常。

2. 正确的单变量线性回归做法 #

如果你想实现的是“每个x值对应一个y值”的单变量线性回归，需要把输入数据调整成sklearn要求的形状：

• X（特征矩阵）：形状为(n_samples, n_features)，这里n_samples=7（7个数据点），n_features=1（每个点只有一个特征x）
• y（目标数组）：形状为(n_samples,)，也就是一维数组

修正后的代码如下：

from sklearn.linear_model import LinearRegression

# 调整x的形状：每个x值作为单独的样本，特征数为1
x = [[1], [2], [3], [4], [5], [6], [7]]
y = [1, 2, 1, 3, 2.5, 2, 5]

# 创建并训练模型
regr = LinearRegression()
regr.fit(x, y)

# 现在可以用单个x值预测了
print(regr.predict([[2000]]))  # 会输出对应的预测y值

3. 额外提示 #

你可以用numpy的reshape方法快速调整数组形状，比如：

import numpy as np
x = np.array([1,2,3,4,5,6,7]).reshape(-1, 1)  # -1表示自动计算样本数量，1表示1个特征

这样处理后，数据格式就完全符合sklearn的要求了。

内容的提问来源于stack exchange，提问作者blue-sky