”unexpected EOF while parsing”のエラーが解決できません

Question

###前提・実現したいこと
sklearnのr_2scoreを用いて、モデルの評価をしたいのですが、以下のようなエラーが発生してしまいます。

###発生している問題・エラーメッセージ
File "<ipython-input-181-76b13a2e3d26>", line 1
model1.r2_score(y_test.reshape(-1,1), model1.predict(X_test.reshape(-1.1))
^
SyntaxError: unexpected EOF while parsing
###該当のソースコード
ーーー該当箇所前ーーー
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score

dataset = pd.read_csv("monthlyRent.csv")

X = dataset.iloc[:,1]
y = dataset.iloc[:, -1]
X_train,y_train, X_test, y_test = train_test_split(X, y)

model1 = LinearRegression()
X_train = np.array(X_train)
y_train = np.array(y_train)
X_test = np.array(X_test)
y_test = np.array(y_test)

model1.fit(X_train.reshape(1,-1), y_train.reshape(1,-1))
ーーー該当箇所ーーー（修正前）
model1.r2_score(y_test.reshape(-1,1), model1.predict(X_test.reshape(-1.1))

ーーー該当箇所ーーー（修正後,新たに発生したエラー）

###試したこと
ーーー修正前ーーー
「SyntaxError: unexpected EOF while parsing」というエラーは、カギ括弧のつけ忘れなどで発生する事が多かったので、その点をすべてのソースコードでチェックしましたが、エラーの解決には至りませんでした。

ーーー修正後発生したエラーに対して、試した事ーーー
「'float' object cannot be interpreted as an integer」は、「引数をint型にしろ！」という解釈をしたので、int型に返還したのですが、以下の新たなエラーが発生してしまいました。。。

###補足情報(言語/FW/ツール等のバージョンなど)

Answer 1

model1.predict() がちゃんと閉じられていないように見えます。
凝視デバッグは辛いので、ATOM や Visual Studio Code など最低限の文法チェックと支援ができるエディタを使うことをオススメします。

Comments

[mkgrei]

確かに。
そしてその後はValueErrorですね。

Answer 2

miyahan様が指摘されている通り、文法チェックができるエディタを使えば文法エラーを目視で確認できるので便利です。
下記のスクリーンショットはPycharmを使った例です。

Comments

[shin_shin]

ご回答ありがとうございます。
おかげさまで、無事エラーは解決しましたが、新たなエラーが発生してしまいました。

質問を編集し、新たなエラーの該当箇所と、解決するための対策を記載しましたので、お時間がある時に、教えていただけると幸いです。

[wakame]

最初に質問された件はすでに解決済みだと思いますのでこの質問を一旦閉じて、発生したエラーを新たな質問として投稿するほうがいいかと思います。またその際は以下リンクのコードを入力の部分を参考に(https://teratail.com/help)して記述するようにしてください。

[shin_shin]

かしこまりました！

[mkgrei]

その新たのエラーについての解決方法は私の回答の方にあります。
reshapeの意味とfitの引数（主にshape）について調べると詳細がわかります。

Answer 3

model1.fit(X_train.reshape(1,-1), y_train.reshape(1,-1))

形が変ですが正しいですか？

---

全部直すと

#1,-1->-1, 1
model1.fit(X_train.reshape(-1, 1), y_train.reshape(-1, 1))
#)1つ抜け、-1.1-> -1, 1
model1.r2_score(y_test.reshape(-1, 1), model1.predict(X_test.reshape(-1, 1)))