Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/348.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 为什么获取ValueError:无法将输入数组从形状(15163,19)广播到形状(15163,0)?_Python_Pandas_Numpy_Scikit Learn_Gridsearchcv - Fatal编程技术网

Python 为什么获取ValueError:无法将输入数组从形状(15163,19)广播到形状(15163,0)?

Python 为什么获取ValueError:无法将输入数组从形状(15163,19)广播到形状(15163,0)?,python,pandas,numpy,scikit-learn,gridsearchcv,Python,Pandas,Numpy,Scikit Learn,Gridsearchcv,这似乎是一个常见的问题,但其他问题的答案对我没有帮助。所以我试着解释发生了什么。我想在以下数据帧上进行回归 # Data y = df[['variation']] x = df.drop(['variation','value_next','id'], axis=1) 现在y Name: variation, dtype: float64 <class 'pandas.core.frame.DataFrame'> Int64Index: 17690 entries, 0 to 1

这似乎是一个常见的问题,但其他问题的答案对我没有帮助。所以我试着解释发生了什么。我想在以下数据帧上进行回归

# Data
y = df[['variation']]
x = df.drop(['variation','value_next','id'], axis=1)
现在
y

Name: variation, dtype: float64
<class 'pandas.core.frame.DataFrame'>
Int64Index: 17690 entries, 0 to 17693
Data columns (total 1 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   variation  17690 non-null  float64
dtypes: float64(1)
memory usage: 276.4 KB
网格.fit
调用中,我得到了该错误。
我还尝试将
x
y
转换为np数据,但运气不佳。

以下代码片段应该可以解决您的错误:

param_grid = {
               'polynomialfeatures__degree': np.arange(1,21)
              ,'linearregression__fit_intercept': [True, False]
              ,'linearregression__normalize': [True, False]
             }

尽管我必须承认
21
是一个巨大的夸大。

你能发布完整的回溯,而不仅仅是最后的错误吗?错误表明
fit
中的某个地方试图将17列数组/数据帧复制到0列数组中。但是如果没有回溯,或者对
回归
文档没有很好的了解,很难说是什么特性创建了这个0。无论如何,我怀疑问题更多地与
grid
设置有关,而不是与
x
@hpaulj有关。必须将
np.arange(21)
更改为
np.arange(1,21)
param_grid = {
               'polynomialfeatures__degree': np.arange(1,21)
              ,'linearregression__fit_intercept': [True, False]
              ,'linearregression__normalize': [True, False]
             }