为什么sklearn的LinearRegression要用形如x=[[6]]的列表来作为入参？

Question

用
x=[[6],[8],[10],[14],[18]]
y=[[7],[9],[13],[17.5],[18]]
是正确的，但是使用
x=[6,8,10,14,18]
y=[7,9,13,17.5,18]
就会报错
DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.
DeprecationWarning)
ValueError: Found input variables with inconsistent numbers of samples: [1, 5]

网址
http://www.jianshu.com/p/738f...

相关介绍没有看懂，惭愧。。。
http://scikit-learn.org/stabl...

Answer 1

我觉得你对机器学习算法还是不了解的，其实是这样的：
你的输入的数据X应该是数据的特征向量，y是特征向量对应的标签。每一个样本都有一个特征向量，这样你输入的X一定是二维数组才对，y如果是单标签就为一维数组，若为多标签或者像神经元网络那样的标签就为二维数组。
你的x=[[6],[8],[10],[14],[18]]，算法可以理解为只有一个特征项，但是如果为x=[6,8,10,14,18]，你让算法怎么理解

Answer 2

Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1)

以1维数组来传递数据在0.19版本将触发ValueError。
用X.reshape(-1, 1)来重塑数据的形状（数组的维度）

---

也就是说，你需要以二维数组的方式传递数据。

Answer 3

监督学习中，x是特征集，行是样本，列是特征。所以必须是二维数组。如果你传入一维数组，你把它当做样本还是特征？？

另外y是一维的应该没关系。sklearn.datasets中的数据的y都是一维的。