回归建模的DataFrame和Series问题

python回归建模中要求输入变量为矩阵形式，输出变量为向量。

如：

modelLR = LM.LinearRegression()
modelLR.fit(X,y)

其中X为矩阵，y为向量。 LM为导入sklearn.linear_model时取的别名。

在建模时我们往往使用pandas读取数据集，pandas提供的dataFrame和Series分别对应矩阵和向量。在利用DataFrame的访问方式时，要注意两种访问方式的区别（DataFrame['key']和DataFrame[['key']]）

如：
print(type(data['CO']))
print(type(data[['CO']]))

输出分别为：

Name: CO, Length: 1797, dtype: float64
<class 'pandas.core.series.Series'>

和

[1797 rows x 1 columns]
<class 'pandas.core.frame.DataFrame'>

可见，DataFrame['key']得到的是向量Serise，用来做y值（建模的输出变量）的输入。DataFrame[['key']]得到的是数据框DataFrame，用来做x值（建模的输入变量）的输入。