如何解决ValueError: x and y must be the same size on Python的问题？

Question

我正在尝试进行线性回归，但是我一直遇到“ValueError：x 和 y 的大小必须相同”的相同问题。 我很困惑，并且已经在每个网站上尝试修复它。 如果有人知道那将是一个巨大的帮助。 我不知道该怎么办。

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn import datasets, linear_model
from sklearn.metrics import mean_squared_error, r2_score, mean_absolute_error
import matplotlib.pyplot as plt
#load datatset
df = pd.read_csv('Real_estate.csv')
X = df[['transaction date', 'house age', 'distance to the nearest MRT station','number of convenience stores', 'latitude','longitude']]
y = df['house price of unit area']
x= df.iloc[:,0:-7].values
y= df.iloc[:,1:].values
x, y = np.array(x), np.array(y)
model = LinearRegression()
model.fit(x, y)
model = LinearRegression().fit(x, y)
x_train, x_test, y_train, y_test = train_test_split( x, y, test_size  = 0.4)
sc = StandardScaler()
sc.fit(x_train)
x_train_std = sc.transform(x_train)
x_test_std = sc.transform(x_test)
regr = linear_model.LinearRegression()
regr.fit(x_train_std, y_train)
y_pred = regr.predict(x_test)
r_sq = model.score(x, y)
print("Intercept: ", regr.intercept_)
print("Coefficients: \n", regr.coef_)
# The mean squared error
print("Mean squared error: %.2f" % mean_squared_error(y_test, y_pred))
##Model evaluation
print("Mean absolute error: %.2f" % mean_absolute_error(y_test,y_pred))
print("Coefficient of determination: %.2f" % r2_score(y_test, y_pred))
y_pred = model.predict(x)
print('predicted response:', y_pred, sep='\n')
plt.scatter(x_test,y_test, color="black")
plt.plot(x_test, y_pred, color="blue", linewidth=3)
plt.xticks(())
plt.yticks(())
plt.show()

这是我的代码，但我不知道出了什么问题。 我正在尝试使用 7 列，包括 y 值。 我是 Python 的初学者，如果这是一个非常愚蠢的问题，我深表歉意。 谢谢你。

Answer 1

plt.plot(x_test, y_pred, color="blue", linewidth=3)

两者 arguments 都需要具有相同的形状，但 y_pred 是对整个 x 的预测，而不是 x_test

改变

y_pred = model.predict(x)

到

y_pred = model.predict(x_test)