我已经引用了这些帖子here和here，并试图为我的线性回归问题绘制最佳拟合线。
我的数据形状如下所示
绘制最佳拟合线的代码如下所示
plt.scatter(X_test.values, Y_test.values, color="black") # throws error in this line
plt.plot(Y_test, y_pred, color="blue", linewidth=3)
plt.xticks(())
plt.yticks(())
plt.show()ValueError：x和y的大小必须相同
更新-输出
2条答案
按热度按时间3j86kqsm1#
到目前为止，你试图绘制63个变量（来自
X_test），这是 * 不 * 可能的。最好的解决方案是从你的数据集中挑选 * 一个 * 变量并查看它。如果你有一个特定的变量要评估，这是最好的。Sklearn提供了一个很好的page函数，可以用来评估回归模型的不同指标。
aiazj4mn2#
您是否希望散布y_pred和Y_test，而不是X_test和Y_test？
X_test.values将是包含n_rows * n_cols值的数组的数组