ロジスティック回帰 LogisticRegressionに関する質問です。
コンストラクタで回帰モデルのオブジェクトを作成し、訓練データを指定して fit() を実行したいです。
おそらく定義の仕方に問題があると思っております。
X_train, y_trainは学習データとして定義しています。
ロジスティック回帰公式ドキュメント
引用(https://scikit-learn.org/0.19/modules/generated/sklearn.linear_model.LogisticRegression.html)
Python
1from sklearn import linear_model #線形モデル 2model = linear_model.LinearRegression() 3model.fit(X_train, y_train) #この形式ではコンパイルが通りました。 4 5from sklearn.linear_model import LogisticRegression #ロジスティック回帰モデル 6model = LogisticRegression() 7model.fit(X_train, y_train) #この形式ではコンパイルが通りませんでした。この場合の正しい定義の仕方が知りたいです。
ご回答よろしくお願いいたします。
出たエラーとかを教えてください
すみません。エラーを忘れていました。下記です。
ValueError Traceback (most recent call last)
<ipython-input-5-dc74a1caa625> in <module>
4
5
----> 6 model.fit(X_train, y_train)
~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/sklearn/linear_model/logistic.py in fit(self, X, y, sample_weight)
1214
1215 X, y = check_X_y(X, y, accept_sparse='csr', dtype=_dtype,
-> 1216 order="C")
1217 check_classification_targets(y)
1218 self.classes_ = np.unique(y)
~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/sklearn/utils/validation.py in check_X_y(X, y, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
571 X = check_array(X, accept_sparse, dtype, order, copy, force_all_finite,
572 ensure_2d, allow_nd, ensure_min_samples,
--> 573 ensure_min_features, warn_on_dtype, estimator)
574 if multi_output:
575 y = check_array(y, 'csr', force_all_finite=True, ensure_2d=False,
~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
439 "Reshape your data either using array.reshape(-1, 1) if "
440 "your data has a single feature or array.reshape(1, -1) "
--> 441 "if it contains a single sample.".format(array))
442 array = np.atleast_2d(array)
443 # To ensure that array flags are maintained
回答1件
あなたの回答
tips
プレビュー