Sklearn Regressione lineare - "IndexError: indice tuple fuori intervallo"

Question

Ho un file ".dat" in cui sono salvati i valori di X e Y (quindi una tupla (n, 2) dove n è il numero di righe) .

import numpy as np 
import matplotlib.pyplot as plt 
import scipy.interpolate as interp 
from sklearn import linear_model 

in_file = open(path,"r") 
text = np.loadtxt(in_file) 
in_file.close() 
x = np.array(text[:,0]) 
y = np.array(text[:,1]) 

ho creato un'istanza per linear_model.LinearRegression(), ma quando invoco il metodo .fit(x,y) ottengo

IndexError: tuple index out of range

regr = linear_model.LinearRegression() 
regr.fit(x,y) 

Che cosa ho fatto di sbagliato?

Answer 1

regressione lineare aspetta X come una matrice a due dimensioni ed internamente richiede X.shape[1] per inizializzare un array np.ones. Quindi convertire lo X in un array nx1 farebbe il trucco. Quindi, sostituire:

regr.fit(x,y) 

da:

regr.fit(x[:,np.newaxis],y) 

Questo risolverà il problema. Demo:

>>> from sklearn import datasets 
>>> from sklearn import linear_model 
>>> clf = linear_model.LinearRegression() 
>>> iris=datasets.load_iris() 
>>> X=iris.data[:,3] 
>>> Y=iris.target 
>>> clf.fit(X,Y) # This will throw an error 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 363, in fit 
    X, y, self.fit_intercept, self.normalize, self.copy_X) 
    File "/usr/lib/python2.7/dist-packages/sklearn/linear_model/base.py", line 103, in center_data 
    X_std = np.ones(X.shape[1]) 
IndexError: tuple index out of range 
>>> clf.fit(X[:,np.newaxis],Y) # This will work properly 
LinearRegression(copy_X=True, fit_intercept=True, normalize=False) 

per tracciare la retta di regressione utilizzare il codice qui sotto:

>>> from matplotlib import pyplot as plt 
>>> plt.scatter(X, Y, color='red') 
<matplotlib.collections.PathCollection object at 0x7f76640e97d0> 
>>> plt.plot(X, clf.predict(X[:,np.newaxis]), color='blue') 
<matplotlib.lines.Line2D object at 0x7f7663f9eb90> 
>>> plt.show()