Discussion :

[torquemada]

Bonjour à tous,
Je n'arrive pas à me dépatouiller d'un problème de structure de données. J'utilise le modèle linéaire de la library scikit learn pour un régression linéaire simple.Voici le code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
import numpy as np
import pandas as pd
from sklearn import linear_model
#vecteurs de données dans un tableau numpy
data= np.array([[12240, 27195, 37675,50962,55805],[4.9, 5.8, 6.5,7.32,7.2]])
#Transposition
data=data.T
#création d'un datframe de shape(5,2) avec en tête
frame=pd.DataFrame(data,columns=['pib','satisf'])
X=frame['pib']
y=frame['satisf']
reg = linear_model.LinearRegression()
reg.fit(X,y)

Voici le code erreur

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
ValueError: Expected 2D array, got 1D array instead:
array=[12240. 27195. 37675. 50962. 55805.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.]

J'ai bien compris que python attend un tableau 2D or mon dataframe est 2D. J'ai essayé de reshaper mais je n'arrive à rien.
Voici un code(qui n'est pas de moi) en tout point semblable sur un dataframe (62,2) qui marche parfaitement . Qu'elle est la différence de stucture des données ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from sklearn import linear_model
#http://www.xavierdupre.fr/app/ensae_teaching_cs/helpsphinx/notebooks/
#td2a_eco_regressions_lineaires.html
iris = sns.load_dataset("iris")
sns.pairplot(iris, hue="species");
plt.show()
#regression lineaire avec scikitlearn
X = iris[["petal_length"]]
y = iris["petal_width"]
# On fit le modele
model = linear_model.LinearRegression()
results = model.fit(X, y)

En vous remerciant de m'avoir consacré de votre temps

[wiztricks]

Salut,

Qu'elle est la différence de stucture des données ?

Relisez les deux codes et soyez attentif à la subtile différence dans la construction du X =...

- W

[torquemada]

A la vue de ces doubles crochets je m'étais acharné à tenter de modifier la structure de mes données d'origine ,d'autant plus que l'exemple de la doc officielle fait intervenir un tableau à double entrée pour les données

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
X  =  np . tableau ([[ 1 ,  1 ],  [ 1 ,  2 ],  [ 2 ,  2 ],  [ 2 ,  3 ]]) 
>>> # y = 1 * x_0 + 2 * x_1 + 3 
>>> y  =  np . dot ( X ,  np . array ([ 1 , 2 ]))  +  3 
>>> reg  =  LinearRegression () . fit ( X ,  y )

J'en conclus que si le vecteur de donnée est sur une colonne il suffit de le mettre en" double crochet".Merci une nouvelle fois Wiztricks.