मैं पायथन पर एक प्रोग्राम चला रहा हूं और मैं एक सरणी से आंकड़े आउटपुट उत्पन्न करने का प्रयास करता हूं।
कोड लाइन:
regressor_OLS = sm.OLS (y, X_opt)। फिट ()
एक विस्तृत त्रुटि दी गई है।

यह कोड है

एकाधिक रेखीय प्रतिगमन

पुस्तकालय आयात करना

np . के रूप में numpy आयात करें
plt . के रूप में matplotlib.pyplot आयात करें
पीडी . के रूप में पांडा आयात करें

डेटासेट आयात करना

डेटासेट = pd.read_csv('50_Startups.csv')

स्वतंत्र चर प्राप्त करना

एक्स = डेटासेट। आईलोक [:,: -1]। मान
y = डेटासेट। iloc [:, 4]। मान
प्रिंट (डेटासेट)

श्रेणीबद्ध डेटा एन्कोडिंग

स्वतंत्र चर को कूटबद्ध करना

sklearn.preprocessing से आयात OneHotEncoder
sklearn.compose से आयात ColumnTransformer
सीटी = कॉलमट्रांसफॉर्मर ([("देश", वनहॉटएनकोडर (), [3])], शेष = 'पासथ्रू')
एक्स = सीटी.फिट_ट्रांसफॉर्म (एक्स)

डमी वैरिएबल ट्रैप से बचना

एक्स = एक्स [:, 1:]

डेटासेट को प्रशिक्षण सेट और टेस्ट सेट में विभाजित करना

sklearn.model_selection से ट्रेन_टेस्ट_स्प्लिट आयात करें
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state =0)

प्रशिक्षण सेट में एकाधिक रेखीय प्रतिगमन मॉडल फ़िट करना

sklearn.linear_model से LinearRegression आयात करें
प्रतिगामी = रैखिक प्रतिगमन ()
रेजिस्टर फिट (एक्स_ट्रेन, वाई_ट्रेन)

परीक्षण सेट के परिणामों की भविष्यवाणी

y_pred = प्रतिगामी। भविष्यवाणी (X_test)

बैकवर्ड एलिमिनेशन का उपयोग करके इष्टतम मॉडल का निर्माण

sm . के रूप में statsmodels.api आयात करें

1 . के कॉलम जोड़ें

X= np.append(arr = np.ones((50,1)).astype(int), मान = X, अक्ष = 1)
एक्स_ऑप्ट = एक्स[:,[0,1,2,3,4,5]]

एकाधिक रैखिक प्रतिगमन मॉडल --- OLS

regressor_OLS = sm.OLS (y, X_opt)। फिट ()
regressor_OLS.summary ()

पुनरुत्पादन कोड उदाहरण:

`` `पायथन
np . के रूप में numpy आयात करें

त्रुटि संदेश:

ufunc 'isfinite' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट्स को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।

फ़ाइल "C:UsersmoranaDocumentsAIUDEMYमशीन लर्निंग A-ZPart 2 - रिग्रेशनसेक्शन 5 - मल्टीपल लीनियर रिग्रेशनमल्टीपल लीनियर रिग्रेशन.py", लाइन 46, इन
regressor_OLS = sm.OLS (y, X_opt)। फिट ()

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsregressionlinear_model.py", लाइन 838, __init__ में
हैस्कोनस्ट = हस्कोनस्ट, **kwargs)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsregressionlinear_model.py", लाइन 684, __init__ में
वज़न = वज़न, हैकॉन्स्ट = हैकॉन्स्ट, **kwargs)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsregressionlinear_model.py", लाइन 196, __init__ में
सुपर (रिग्रेशनमॉडल, सेल्फ).__init__(endog, exog, **kwargs)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasemodel.py", लाइन 216, __init__ में
सुपर (संभावना मॉडल, स्व).__init__(endog, exog, **kwargs)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasemodel.py", लाइन 68, __init__ में
**क्वार्ग)

फ़ाइल "C:UsersmoranaAppDataLocalContinumanaconda3libsite-packagesstatsmodelsbasemodel.py", लाइन 91, _handle_data में
डेटा = हैंडल_डेटा (एंडोग, एक्सोग, लापता, हैकॉन्स्ट, **kwargs)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasedata.py", लाइन 635, हैंडल_डेटा में
**क्वार्ग)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasedata.py", लाइन 80, __init__ में
self._handle_constant(hasconst)

फ़ाइल "C:UsersmoranaAppDataLocalContinuumanaconda3libsite-packagesstatsmodelsbasedata.py", लाइन 125, _handle_constant में
अगर नहीं np.isfinite(ptp_).all():

लेखन त्रुटि: ufunc 'isfinite' इनपुट प्रकारों के लिए समर्थित नहीं है, और इनपुट को कास्टिंग नियम ''सुरक्षित'' के अनुसार किसी भी समर्थित प्रकार के लिए सुरक्षित रूप से बाध्य नहीं किया जा सकता है।

Numpy/पायथन संस्करण जानकारी:

स्पाइडर 4.0.0
1.17.4 3.7.3 (डिफ़ॉल्ट, 24 अप्रैल 2019, 15:29:51) [एमएससी v.1915 64 बिट (AMD64)]