Python 使用sklearn Boston住房数据集：尝试为系数创建数据帧

我已经运行了以下代码行

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

from sklearn.datasets import load_boston
boston = load_boston()
print(boston.data.shape) 

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

x = pd.DataFrame(boston.data)
x.columns = boston.feature_names
y=pd.DataFrame(boston.target)
y.columns=['TARGET']

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3,  random_state=101)

model = LinearRegression()

model.fit(x_train,y_train)


print('Coefficients: \n', model.coef_)
len(model.coef_)

Coefficients: 
 [[-8.74917163e-02  5.02793747e-02  2.06785359e-02  3.75457604e+00
  -1.77933846e+01  3.24118660e+00  1.20902568e-02 -1.40965453e+00
   2.63476633e-01 -1.03376395e-02 -9.52633123e-01  6.20783942e-03
  -5.97955998e-01]]
1


coeffecients = pd.DataFrame(data=model.coef_,index=x.columns,columns=['Coefficient'])

错误消息： 传递值的形状为（13,1），索引暗示（1,13）

---

我认为问题在于系数数组的长度为1。但不确定。

IMO，发生这种情况是因为您的

y\u序列是一个具有形状的2d数据帧（n\u示例，1）

系数：阵列、形状（n个特征）或（n个目标、n个特征）

线性回归问题的估计系数。如果多个
在拟合过程中传递目标（y 2D），这是形状的2D阵列
（n_目标，n_特征），而如果只传递了一个目标，则这是一个
长度n_特征的一维数组

通过
np.ravel（y\u-train）
或者直接使用
y=pd.Series（boston.target）
可以解决这个问题。
您使用的是哪个版本的scikit learn？我无法在
0.19.2
上重复该问题。它已经以下面的答案转换为的形式存在。