pythonで「Input operand 1 has a mismatch in its core dimension 0」というエラーが出力される。

Question

前提・実現したいこと

pythonにて物件情報が記載されたcsvを入力に学習し、物件情報を与えると価格予測をする
コードを作成しておりますが、下記エラーが出力されます。
行列の計算に起因しているかと思うのですが、エラーの解消方法がわからず、
ご教示いただけると幸いです。

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-76-69e1feec4816> in <module>()
     66 print(sample)
     67 
---> 68 predict = model.predict(sample)
     69 
     70 print("\n")

2 frames
/usr/local/lib/python3.6/dist-packages/sklearn/utils/extmath.py in safe_sparse_dot(a, b, dense_output)
    149             ret = np.dot(a, b)
    150     else:
--> 151         ret = a @ b
    152 
    153     if (sparse.issparse(a) and sparse.issparse(b)

ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 5 is different from 1)

該当のソースコード

#モジュールの読み込み
from __future__ import print_function

import pandas as pd
from pandas import Series,DataFrame

from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

import numpy as np
import matplotlib.pyplot as plt

import keras
from keras.datasets import fashion_mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.optimizers import RMSprop
from keras.optimizers import Adam


#CSVファイルの読み込み
home_data_set = pd.read_csv("minato_home_data.csv",encoding="shift-jis")

#説明変数(物件データに含まれる値)
x = DataFrame(home_data_set.drop("price",axis=1))

#目的変数(物件データの価格)
y = DataFrame(home_data_set["price"])

x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.8)

x_train = x_train.astype(np.float)
x_test = x_test.astype(np.float)

print(x_test)

#10億までで評価(100,000万)
y_train = keras.utils.to_categorical(y_train,100000)
y_test = keras.utils.to_categorical(y_test,100000)

# 線形回帰
model = LinearRegression()
model.fit(x_train, y_train)

# test_X, test_yに対する決定係数を出力
print("線形回帰:{}".format(model.score(x_test, y_test)))

# リッジ回帰
model = Ridge()
model.fit(x_train, y_train)

# test_X, test_yに対する決定係数を出力
print("リッジ回帰:{}".format(model.score(x_test, y_test)))

#評価したいデータを設定
sample = [7, 5, 100.00, 11, 5]
print("\n")
print("--サンプルのデータ--")

#ポイント：NumpyのArrayにしないとエラーが出る
sample = np.array(sample)
#sample = sample.astype(np.float)
sample = sample.reshape(-1, 1)

print(sample)

predict = model.predict(sample)

print("\n")
print("--予測値--")
print(predict)
print("\n")

Answer 1

確認も兼ねての回答になりますが、これは5次元の特徴量から価格を予想するタスクで、sampleのところは1件のサンプルデータから1つの予測値を出そうとしている、という解釈であってますでしょうか。

そうだとすると、sample = sample.reshape(-1, 1)のところでは、特徴量が1次元のデータを5つ作っていることになります。そのため、サイズが合わずにエラーとなっているのだと思います。

sample.reshape(-1, 5)とすれば正しく動くと思います。

Comments

[R_kun]

ありがとうございます。
下記の解釈であっております。
＞これは5次元の特徴量から価格を予想するタスクで、sampleのところは1件のサンプルデータから1つの予測値を出そうとしている、という解釈であってますでしょうか。

sample = sample.reshape(-1, 5)にしたところ、動作したのでベストアンサーにさせていただこうと思います。
なお出力結果が以下の通りとなりました。価格だけが出力される想定でしたが、以下の出力となる原因がもしわかれば、教えていただけると幸いです。
（そもそも値も変なので、理解し直すのが先決だと思ってはいるのですが、ヒントをいただけると幸いです。）

＜出力結果＞
--予測値--
[[0. 0. 0.03776754 ... 0. 0. 0. ]]

＜想定＞
[2380]

[Amakaze]

目的変数にkeras.utils.to_categoricalを使ってしまっているため、回帰ではなく、100,000カテゴリのクラス分類になってしまっているのだと思います。そのため、出力結果が長さ100,000のベクトルになっているのかと。