found array with 0 sample(s) (shape=(0

冷藏食物：肉类、蔬菜、水果分别存放在4℃、0-4℃、0-1℃，避免交叉污染。 #生活技巧# #食物储存技巧# #食品保质期管理#

100-Days-Of-ML-Code中文版 链接如下
100-Days-Of-ML-Code中文版

第一步
数据预处理

import pandas as pd import numpy as np import matplotlib.pyplot as plt dataset = pd.read_csv('studentscores.csv') X = dataset.iloc[ : , : 1 ].values Y = dataset.iloc[ : , 1 ].values from sklearn.cross_validation import train_test_split X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size = 1/4, random_state = 0) 12345678910

和第一天一样

csv如下所示

Hours,Scores 2.5,21 5.1,47 3.2,27 8.5,75 3.5,30 1.5,20 9.2,88 5.5,60 8.3,81 2.7,25 7.7,85 5.9,62 4.5,41 3.3,42 1.1,17 8.9,95 2.5,30 1.9,24 6.1,67 7.4,69 2.7,30 4.8,54 3.8,35 6.9,76 7.8,86

1234567891011121314151617181920212223242526

第二步
通过训练集来简单训练线性回归模型

创建LinearRegression类的regressor对象，最后使用fit()方法将regressor对象对数据集进行训练

from sklearn.linear_model import LinearRegression regressor = LinearRegression() regressor = regressor.fit(X_train, Y_train)123

第三步
预测结果

Y_pred = regressor.predict(X_test)1

预测来自测试集的结果，使用predict()方法，并将结果保存到Y_pred向量中。

我运行时报错了，如下所示：

ValueError: Found array with 0 sample(s) (shape=(0, 1)) while a minimum of 1 is required.

我尝试输出X_test，原来X_test是空的，把第一步的test_size改成0.25就可以了

第四步
可视化

训练集结果可视化

plt.scatter(X_train , Y_train, color = 'red') plt.plot(X_train , regressor.predict(X_train), color ='blue')12

测试集结果可视化

plt.scatter(X_test , Y_test, color = 'red') plt.plot(X_test , regressor.predict(X_test), color ='blue')12

参考
1 https://github.com/Avik-Jain/100-Days-Of-ML-Code/blob/master/Code/Day2_Simple_Linear_Regression.md
2 https://github.com/zhyongquan/100-Days-Of-ML-Code-1

网址：found array with 0 sample(s) (shape=(0 https://www.yuejiaxmz.com/news/view/419695

相关内容

Found array with dim 4. Estimator expected ＜= 2.
c语言中的数组大小，该如何表示 : sizeof(array)/sizeof(array[0])
Pygame从0实战5
Python中的遇到的错误（持续更新）
基于CNN的狗叫，猫叫语音分类
n % ( pow( p , 2) ) ===0
如何使用已适配IoT SDK的芯片开发智能灯
机器学习算法实战案例
已发送 = 4,已接收 = 4,丢失 = 0 (0% 丢失),
Database Exception – yii\db\Exception

随便看看