Python 线性回归模型预测函数不起作用

我有这个密码。它基本上一直有效，直到我尝试使用

predict（x-value）

得到

y-value

答案

代码如下

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

df = pd.read_csv('linear_data.csv')
x = df.iloc[:,:-1].values
y = df.iloc[:,1:].values
x_train, x_test, y_train, y_test= train_test_split(x,y,test_size=1/3,random_state=0)
reg = LinearRegression()
reg.fit(x_train, y_train)

y_predict = reg.predict(x_test)

y_predict_res = reg.predict(11) --> #This is the error! 11 is the number of years to predict the salary
print(y_predict_res)

我得到的错误是：

ValueError:应为2D数组，但改为标量数组：数组=11。 使用数组重塑数据。如果数据具有 单个特征或阵列。如果包含单个样本，则重塑（1，-1）

---

错误消息对我没有多大帮助，因为我不明白为什么需要对其进行整形。

请注意，它所期望的参数X是类似数组或稀疏矩阵，形状（n\u样本，n\u特征），这意味着它不能是单个数字。数字/值必须是数组的一部分。

尝试使用

reg.predict（[[11]]）

为什么这样做@这能回答你的问题吗？看到我的答案了吗there@OferSadan是的。成功了。