Блог

Главная - Вопросы по программированию - Фигуры, не выровненные для одних и тех же фигур в моделях состояний

Фигуры, не выровненные для одних и тех же фигур в моделях состояний

#python #pandas #statsmodels

Вопрос:

Я использую pandas фреймы и серии данных в качестве данных для тестирования и обучения. Я проверяю формы моего фрейма данных поезда и тестового фрейма данных, и они абсолютно идентичны. Но у меня все еще есть shapes not aligned ошибка. Вот мой код соответствия/прогнозирования:

 train_df = df.loc[:50]
X_train = train_df[["Value", "Momentum", "Quality", "MinimumVolatility"]]
y_train = train_df["P1ExRe"]

X_train = sm.add_constant(X_train)

model = sm.OLS(y_train, X_train)
results = model.fit()
test_df = df.loc[51:100]
x_test = test_df[["Value", "Momentum", "Quality", "MinimumVolatility"]]
y_test = test_df["P1ExRe"]

print(x_test.shape==X_train.shape)
model.predict(x_test)

Вот в чем ошибка:

     ValueError                                Traceback (most recent call last)
<ipython-input-108-832ad1f6bc61> in <module>
      4 
      5 print(x_test.shape==X_train.shape)
----> 6 model.predict(x_test)

~/projects/courserads/venv/lib/python3.6/site-packages/statsmodels/regression/linear_model.py in predict(self, params, exog)
    378             exog = self.exog
    379 
--> 380         return np.dot(exog, params)
    381 
    382     def get_distribution(self, params, scale, exog=None, dist_class=None):

<__array_function__ internals> in dot(*args, **kwargs)

ValueError: shapes (50,5) and (50,5) not aligned: 5 (dim 1) != 50 (dim 0)

Комментарии:

1. Сообщение об ошибке выглядит странно. Это означало бы, что params он 2-мерный с формой (50, 4). summary() Выглядит ли это разумно? Какова форма y_train , это серия панд?

2. Ты побежал sm.OLS(y_train, X) вместо того, чтобы sm.OLS(y_train, X_train)

3. @Josef Я не большой эксперт, но summary для меня это выглядит разумно. Форма params is (5,), форма y_train is (50,)

4. @StupidWolf на самом деле я так и сделал. Извините, что это была опечатка. Я отредактировал код

Ответ №1:

Вы используете этот model.predict метод. Вы должны использовать results.predict(...) .

Модель требует прогнозирования params , поскольку только результаты имеют оценочные параметры.

Ваш x_test in model.predict интерпретируется как params и вызывает несоответствие формы.

Метки: ,