擬合線性回歸模型中的值誤差

Question

我開始為USD轉換為INR的預測模型。 我拆分了數據，將日期轉換為序數格式，然后將其擬合到LinearRegression模型中。

import pandas as pd
from sklearn import linear_model
import matplotlib.pyplot as plt
import datetime as dt
data = pd.read_csv("FED-RXI_N_M_IN.csv")
rates = {}
rates = {'date':[x for x in data.Date],
         'rate':[y for y in data.Value]}
df = pd.DataFrame(rates, columns = ["date", "rate"])
dates = df['date']
rates = df['rate']
dates = pd.to_datetime(dates)
dates = dates.map(dt.datetime.toordinal)

#train data
dates_test = dates[0:110]
rates_test = rates[0:110]

#test data
dates_train = dates[110:543]
rates_train = rates[110:543]

plt.plot_date(dates_test, rates_test, fmt="g-")
plt.title('US-INR Currency Predictor')
plt.ylabel("INR rate against $1")
plt.xlabel("Date")

#training
regr = linear_model.LinearRegression()
regr.fit(dates_train,rates_train)
rates_pred = regr.predict(dates_test)
plt.scatter(dates_test, rates_test,  color='black')
plt.title('Test Data')
plt.xlabel('Date')
plt.ylabel('Rate')
plt.plot(dates_test, rates_pred, color = 'red', linewidth= 3)
plt.xticks(())
plt.yticks(())
plt.show()
print( str((regr.predict(736753))) )

我在regr.fit(dates_train,rates_train)遇到此錯誤

請幫助我如何解決它。 我是這個領域的初學者。

Answer 1

看起來sklearn需要的數據形狀為(row number, column number) 。 為此，可以使用reshape方法。

另外，您需要傳遞一個numpy數組作為fit方法的輸入。

rates = df['rate'].values.reshape(len(df.index), 1)   

#train data
dates_test = dates[0:110, :]
rates_test = rates[0:110, :]

#test data
dates_train = dates[110:543, :]
rates_train = rates[110:543, :]