Python ValueError:形状（20,1）和（2,1）未对齐：1（尺寸1）！=2（尺寸0）

我对机器学习有点陌生，正在尝试不用线性_模型做线性回归。LinearRegression（）通过sklearn。我想我即将结束我的编码并准备绘制线条，但我得到了错误“ValueError:shapes（20,1）和（2,1）not aligned:1（dim 1）！=2（dim 0）”。我打印了我的20×1矩阵来确认，它们都没有任何额外的维度或任何东西，因此我不确定为什么它在错误消息中给我

（2,1）

，或者为什么维度不匹配。有人对如何“对齐”这些矩阵有什么建议吗？我正在使用Python 3.5.1

编辑： 我看过stackoverflow中的许多其他ValueError主题，但我很难真正理解这些建议。如果可能的话，非专业人士的条款将不胜感激

根据Georgy的说法，我将代码缩小到了导致错误消息所需的代码行<代码>α、

iter

和

θ

单独显示需要传递到函数中的所有变量

编辑2:好的，尝试2减少示例代码。谢谢你和我一起做这件事。我在这行代码周围放了一个try-except语句：

theta = theta -(alpha/len(X)) * np.sum((X @ theta.T - y) * X, axis=0)

所述行嵌套在使用

i

作为变量的for循环中。所说的行给了我以下错误：

Traceback (most recent call last):
  File "C:\Users\YungL\Desktop\linearRegression.py", line 30, in <module>
    slope_and_intercept, cost = gradDescent(X_test, Y_test, theta, alpha, iters)
  File "C:\Users\YungL\Desktop\linearRegression.py", line 26, in gradDescent
    theta = theta -(alpha/len(X)) * np.sum((X @ theta.T - y) * X, axis=0)
ValueError: shapes (20,1) and (2,1) not aligned: 1 (dim 1) != 2 (dim 0)

第1列为

X

，第2列为

y

，第3列为

theta

。参考矩阵，这些是每个矩阵中的第一个值。尽管对于θ，这是唯一的值

以下是异常发生时

X

和

y

的完整矩阵：

[[ 0.07786339]    [[233.]
 [-0.03961813]    [ 91.]
 [ 0.01103904]    [111.]
 [-0.04069594]    [152.]
 [-0.03422907]    [120.]
 [ 0.00564998]    [ 67.]
 [ 0.08864151]    [310.]
 [-0.03315126]    [ 94.]
 [-0.05686312]    [183.]
 [-0.03099563]    [ 66.]
 [ 0.05522933]    [173.]
 [-0.06009656]    [ 72.]
 [ 0.00133873]    [ 49.]
 [-0.02345095]    [ 64.]
 [-0.07410811]    [ 48.]
 [ 0.01966154]    [178.]
 [-0.01590626]    [104.]
 [-0.01590626]    [132.]
 [ 0.03906215]    [220.]
 [-0.0730303 ]]   [ 57.]]

对于矩阵乘法（这是

@

运算符所做的），需要相关矩阵的内部维度进行匹配。也就是说，可以将20 x 1矩阵乘以1 x 2矩阵，但不能乘以2 x 1矩阵。这不是一件具体的事情，它只是矩阵运算的一个基本事实

---

问题是代码中的

X@theta.T

会导致尺寸不匹配。我不知道这些变量代表什么（你已经编辑了这个问题，把它们从何而来），但是考虑到错误，你可能想要

X@theta

。这将进行20 x 1和1 x 2乘法，而不是在数学上不起作用的2 x 1乘法。

理想情况下，您的示例应该是这样的：“对于这些

x

，

theta

和

y

以下代码：

np.sum（（x@theta.t-y）*x，axis=0）

给出了这个错误：…”关于您的编辑：我们仍然无法运行您的代码并再现问题，因为您没有提供

diabetes\u数据

和

diabetes

。但事实上，我们不需要它们，因为你仍然可以减少你的例子。您可以使用来捕捉出现错误的时刻，并打印出

X

和

y

的值。然后在这里添加它们。您应该打印完整的

X

和

y

，因为您在公式中使用完整的数组，而不是单个元素。但是我们越来越近了！这也是我的第一本能，当我在给出X[I]和y[I]之前，甚至已经有了所有的信息和一切。我怀疑你想要的是

X@theta

，而不是

X@theta.T

。是的，我可能有一个不正确的线性回归公式。删除

.T

确实消除了我遇到的错误。然而，不幸的是，看起来我必须回到开始，去弄清楚如何生产我想要的产品线。

[[ 0.07786339]    [[233.]
 [-0.03961813]    [ 91.]
 [ 0.01103904]    [111.]
 [-0.04069594]    [152.]
 [-0.03422907]    [120.]
 [ 0.00564998]    [ 67.]
 [ 0.08864151]    [310.]
 [-0.03315126]    [ 94.]
 [-0.05686312]    [183.]
 [-0.03099563]    [ 66.]
 [ 0.05522933]    [173.]
 [-0.06009656]    [ 72.]
 [ 0.00133873]    [ 49.]
 [-0.02345095]    [ 64.]
 [-0.07410811]    [ 48.]
 [ 0.01966154]    [178.]
 [-0.01590626]    [104.]
 [-0.01590626]    [132.]
 [ 0.03906215]    [220.]
 [-0.0730303 ]]   [ 57.]]