做线性回归时,用matplotlib画散点图和直线报错unhashable type: 'numpy.ndarray'
相关代码
from sklearn.linear_model import LinearRegression
x=data['(rm-rf)2'].str.strip("%").to_numpy().reshape(-1,1)
y=data['ri'].str.strip("%").to_numpy().reshape(-1,1)
LR=LinearRegression()
LR.fit(x,y)
y_pred=LR.predict(x)
fit_score=LR.score(x,y)
print(fit_score)
beta=LR.coef_
alpha=LR.intercept_
print(beta)
print(alpha)
from matplotlib import pyplot as plt
plt.scatter(x,y)
plt.plot(x,y_pred,color='red')
plt.show
报错:
TypeError Traceback (most recent call last)
<ipython-input-94-aaddd5845bbe> in <module>
15
16 from matplotlib import pyplot as plt
---> 17 plt.scatter(x,y)
18 plt.plot(x,y_pred,color='red')
19 plt.show
我尝试着把17行scatter括号后面的“x”、“y”改成“x.tolist()"、“y.tolist”。结果就是:蓝色的散点出来了,于是下一行(18行)的x和y_pred我也改了,但是那条直线仍然出不来。
没辙了,哪位大神帮忙看一下,万分感谢!你妈广场舞必C位,你买菜必打折!