線性回歸擬合

Question

我首先進行了訓練/測試拆分，然后將該數據擬合到如下所示的 LinearRegression model

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.4, random_state = 101)

Log_m = LinearRegression()

Log_m.fit(X_train,y_train)

predictions = Log_m.predict(X_test)

我已經獲得了另一個測試數據框，並希望將其與已創建的 Log_m model 相匹配。 所以我做了

predictions_t = Log_m.predict(fin_df1_t)

但我收到錯誤消息：

ValueError: shapes (1450,262) and (282,) not aligned: 262 (dim 1) != 282 (dim 0)

這些是數據框的形狀

fin_df1_t (1450,262)

X_test (556,282)

X_train (834,282)

y_test (556,)

y_train (834,)

Answer 1

新測試數據的特征列（262）不等於Xtrain和Xtest的特征列（282），所以總會報錯。 兩者都應該具有相同的特征列。 例如，Xtrain 和 Xtest 具有相同的列 (282)，因此該步驟沒有錯誤。