Python中线性回归中每行系数的求法

因此，我从CSV文件中读取数据，并尝试使用获取每行的系数

df = pd.read_csv(os.path.join(path))
X = df['param_a']
y= df['param_b']
X_train, X_test, y_train, y_test= train_test_split(X,y)
reg = linear_model.LinearRegression()
reg.fit(X_train, y_train)


print('Coefficients: \n', reg.coef_)

这将返回一个错误：

"Expected 2D array, got 1D array instead:\narray=[-100    0    0  100  -20  250  200 -125 -250    0   20 -250 -200  125  -10].\nReshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample."

我试图把每一行对应的系数放到我的网格中

---

谁来帮忙？谢谢

问题取决于您定义

X

和

y

的方式。 您应该尝试添加一对额外的方括号。 因此，改变这一点：

X = df['param_a']
y= df['param_b']

为此：

X = df[['param_a']]
y= df[['param_b']]

---

希望这有帮助

它仍然会向我返回相同的错误：“预期的2D数组，改为1D数组：\narray=[-125 100-10 250-200 10-125 0 125 0 250-100-250 125-20]。\n使用数组重新成形数据。如果数据有单个特征或数组，则重塑（-1，1）。如果数据包含单个样本，则重塑（1，-1）。@Forozo，它只返回一个值[[0.00110844]]。可以得到每行的系数吗？谢天谢地，效率并不是这样的。简单地说，系数显示列在目标向量y的计算中的重要性。在您的情况下，0.0011084是一个极低的系数。我建议您向数据中添加更多功能或增加数据的大小。如果每行都有相应的系数，我会尝试这样做吗？我也在试着做代码？我假设你指的是你的照片，因为你可以看到第一列是标签功能，这意味着你在列中看到的每个标签都指的是他的数据帧中的功能（在你的例子中，它是由许多行组成的

参数a

是你的功能）然后在它旁边，他放上特征的系数。如果他要对您的数据帧执行相同的表格，他会将

param_a

放在feature列中，将

0.00110844

放在EstimateCefficient列中。