如何使用 pandas dataframe 正確安裝 sci-kit 學習 model？

Question

我正在嘗試在 sci-kit learn 中創建一個機器學習程序。 我正在使用 CSV 文件來存儲數據，並決定使用 Pandas 數據框來導入和格式化這些數據。 我無法弄清楚如何將這個數據框與 model 匹配。

我的 CSV 文件有一個特征，年齡和一個目標，重量。 我正在使用線性回歸算法來預測使用年齡的體重。 我確實意識到這不是處理這些數據的最佳算法。

當我運行此代碼時，我收到錯誤“ValueError：找到樣本數量不一致的輸入變量：[10, 40]”

這是我的代碼：

# Imports 
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

# Load And Split Data
data = pd.read_csv("awd.csv")

feature_cols = ['Ages']
X = data.loc[:, feature_cols]
y = data.loc[:, "Weights"]

X_train, y_train, X_test, y_test = train_test_split(X, y, random_state=0, train_size=0.2)

# Train Model
lr = LinearRegression()
lr.fit(X_train, y_train)

# Scores
print(f"Test set score: {round(lr.score(X_test, y_test), 3)}")
print(f"Training set score: {round(lr.score(X_train, y_train), 3)}")

我的 CSV 文件的前 5 行：

Ages,Weights
1,19
1,21
2,26
2,32

Answer 1

您錯誤地分配了返回值。 見下文：

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0, train_size=0.2)

Answer 2

您應該像這樣更正 X_train、X_test、y_train 和 y_test 的順序：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

有關詳細信息，請參閱相關文檔。