Работа с sklearn Boston Housing Dataset: Попытка создать фрейм данных для коэффициентов

Question

Я запустил следующие строки кода

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'])

сообщение об ошибке: форма передаваемых значений (13, 1), индексы подразумевают (1, 13)

Я думаю, что проблема в том, что длина для массива коэффициентов равна 1. Не уверен, хотя.

Answer 1

ИМО, это происходит потому, что ваш y_train 2d DataFrame с формой (n_samples, 1).

coef_: массив, форма (n_features,) или (n_targets, n_features)

Оценочные коэффициенты для задачи линейной регрессии. Если во время подгонки пройдено несколько целей (y 2D), это двумерный массив формы (n_targets, n_features), в то время как если передана только одна цель, то это одномерный массив длины n_features.

Проходить np.ravel(y_train) вместо или просто использовать y = pd.Series(boston.target) может это исправить.