导入 CSV，为逻辑回归重塑变量数组

Question

我希望每个人都在 COVID-19 大流行中保持安全。我是 Python 新手，有一个关于将数据从 CSV 导入 Python 以进行简单逻辑回归分析的快速问题，其中因变量是二元的，自变量是连续的。

我导入了一个 CSV 文件，然后希望使用一个变量（Active）作为自变量，另一个变量（Smoke）作为响应变量。我能够将 CSV 文件加载到 Python 中，但每次我尝试生成逻辑回归模型来预测来自运动的烟雾时，我都会收到一个错误，即运动必须重新整形为一列（二维），因为它目前是一列维度。

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import classification_report, confusion_matrix

data = pd.read_csv('Pulse.csv') # Read the data from the CSV file

x = data['Active'] # Load the values from Exercise into the independent variable

x = np.array.reshape(-1,1)

y = data['Smoke'] # The dependent variable is set as Smoke

我不断收到以下错误消息：

83. 102. 102. 106. 79. 80. 79. 110. 144. 80. 97. 60. 80. 108. 107. 51. 68. 80. 80. 60. 64. 87. 110. 110. 82. 154. 139. 86. 95. 112. 120. 79. 64. 84. 65. 60. 79. 79. 70. 75. 107. 78. 74. 80. 121. 120. 96. 75. 106. 88. 91. 98. 63. 95. 85. 83. 92. 81. 89. 103. 110. 78. 122. 122. 71. 65. 92. 93. 88. 90. 56. 95. 83. 97. 105. 82. 102. 87. 81.]。如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 重塑您的数据，如果它包含单个样本，则使用 array.reshape(1, -1) 。89. 103. 110. 78. 122. 122. 71. 65. 92. 93. 88. 90. 56. 95. 83. 97. 105. 82. 102. 87. 81.]。如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 重塑您的数据，如果它包含单个样本，则使用 array.reshape(1, -1) 。89. 103. 110. 78. 122. 122. 71. 65. 92. 93. 88. 90. 56. 95. 83. 97. 105. 82. 102. 87. 81.]。如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 重塑您的数据，如果它包含单个样本，则使用 array.reshape(1, -1) 。

以下是包含错误的完整更新代码（2020 年 4 月 12 日）： *我无法将错误日志输入到此文档中，因此我已将其复制并粘贴到此公共 Google 文档中：https://docs.google。 com/document/d/1vtrj6Znv54FJ4Zvv211TQvvCN6Ac5LDaOfvHicQn0nU/edit?usp=sharing

此外，这里是 CSV 文件： https ://drive.google.com/file/d/1g_-vPNklxRn_3nlNPsR-IOflLfXSzFb1/view?usp=sharing

Answer 1

下面的代码应该可以工作：import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import classification_report, confusion_matrixdata = pd.read_csv('Pulse.csv')x = pd.DataFrame(data['Smoke'])y = data['Smoke']lr = LogisticRegression()lr.fit(x,y)p_pred = lr.predict_proba(x)y_pred = lr.predict(x)score_ = lr.score(x,y)conf_m = confusion_matrix(y,y_pred)report = classification_report(y,y_pred)print(score_)0.8836206896551724print(conf_m)[[204   2] [ 25   1]]

Answer 2

尝试这个：import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import classification_report, confusion_matrixdata = pd.read_csv('Pulse.csv') # Read the data from the CSV filex = data['Active'] # Load the values from Exercise into the independent variabley = data['Smoke'] # The dependent variable is set as Smokelr = LogisticRegression().fit(x.values.reshape(-1,1), y)