Numpy 将线性回归模型拟合到CSV矩阵

我正在使用季度数据矩阵：

Qtrs,Y,X,,,
1Q11, 252.0 , 0.0166 ,1,0,0
2Q11, 212.4 , 0.0122 ,0, 1 ,0
3Q11, 425.9 , 0.0286 ,0,0, 1 
4Q11, 522.3 , 0.0322 ,0,0,0
1Q12, 263.2 , 0.0185 ,1,0,0
2Q12, 238.6 , 0.0131 ,0, 1 ,0
3Q12, 411.3 , 0.0270 ,0,0, 1 
4Q12, 538.4 , 0.0343 ,0,0,0
1Q13, 272.0 , 0.0180 ,1,0,0
2Q13, 212.3 , 0.0122 ,0, 1 ,0
3Q13, 405.2 , 0.0257 ,0,0, 1 
4Q13, 495.8 , 0.0308 ,0,0,0
1Q14, 264.5 , 0.0179 ,1,0,0
2Q14, 211.2 , 0.0116 ,0, 1 ,0

我正在使用以下代码读取csv数据文件并拟合模型：

import pandas as pd
from sklearn.linear_model import LinearRegression

data = pd.read_csv('C:/Filepath/Macro.csv')
regressor = LinearRegression()
regressor.fit(data['X'], data['Y'])

但是，我在执行代码时遇到的错误是：

ValueError: Found arrays with inconsistent numbers of samples: [ 1 14]

---

知道我犯了什么基本错误吗

sklearn模型期望

X

数据（预测变量）是形状的二维数据（n_样本，n_特征）。
因此，在本例中，您可以通过执行

data[['X']]

而不是

data['X']]

将X数据作为数据帧传递：

In [24]: regressor.fit(data[['X']], data['Y'])
Out[24]: LinearRegression(copy_X=True, fit_intercept=True, normalize=False)

作为双方括号的解释：

data[['X']]

是指定要选择与此列名列表（在您的示例中为一个元素的列表）对应的数据帧子集的一种方法，而不是仅将该列作为序列返回的

data['X']

：

In [27]: data['X'].shape
Out[27]: (14L,)

In [28]: data[['X']].shape
Out[28]: (14, 1)

---

谢谢@Joris。为了澄清答案，如果我有多个预测变量（比如X后面的3列），我可以使用[X]而不是[[X]]。换句话说，我如何将接下来的3个预测器变量列包含为预测器？为什么不将Y变量也包含在双括号[[Y]]中？在第一个问题上，您可以使用相同的语法（在

[]

getter中列出列名），但随后使用多个列，这将给出：

数据[['col1'，col2'，col3']]

关于你的第二个问题：这也行（你可以试试），但不需要，因为如果你有一个目标变量，那么

y

应该是一维的（因此sklearn会识别这种情况）