基于贪婪特征选择的Python拟合线性回归

X_dev , y_dev , X_test y_test (900, 126) , (900, ) (100, 126) ,和 (100, ) 分别是。

我所说的“贪婪特征选择”的意思是,我将首先使用一个特征来拟合126个模型 X\U开发 设置,选择最好的一个,然后使用第一个和其余125个模型中的每一个运行模型。继续选择,直到我获得了最初126个特征中性能最好的100个。

我面临的问题是关于Python的实现。我的代码是先安装一个功能:

lin_reg.fit(X_dev[:, 0].reshape(-1, 1), y_dev)
lin_pred = lin_reg.predict(X_test)

因为尺寸不匹配( (100, 126) (1, ) )我得到一个维度不匹配错误。

非常感谢。