机器学习 线性回归 报错处理合集（一）

报错处理：

1.机器学习之 x and y must be the same size

prediction中的test集放入合适的大小集

2.成功解决ValueError: Input contains NaN, infinity or a value too large for dtype(‘float64’).

方法一：处理缺失值
https://blog.csdn.net/walk_power/article/details/82951988?utm_medium=distribute.pc_relevant.none-task-blog-utm_term-2&spm=1001.2101.3001.4242#1.%E5%A4%84%E7%90%86%E7%BC%BA%E5%A4%B1%E5%80%BC%EF%BC%8C%E4%BB%A5%E4%BE%BF%E4%BD%BF%E7%94%A8%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95 大数据处理（一）如何处理数据集中的缺失值 作者：奋青的那些事

其中，我用到了：
print(data.dropna(subset=["C"])) #删除C列包含缺失值的行

方法二：处理极大值
我没遇到，没去解决~

3.Python常见错误：ValueError: If using all scalar values, you must pass an index（四种解决方案）

https://blog.csdn.net/weixin_39750084/article/details/81429037
作者：小白白白又白cdllp

其中，我用到的：
#方法一：直接在创建DataFrame时设置index即可

dict = {'a':1,'b':2,'c':3}
data = pd.DataFrame(dict,index=[0])
print(data)

机器学习知识

1.【scikit-learn机器学习的分类算法包括逻辑回归、朴素贝叶斯、KNN、支持向量机、决策树和随机森林等。这些模块的调用形式基本一致 https://blog.csdn.net/hjh00/article/details/73004492】