我正在嘗試使用線性回歸來預測未來幾年的節目發行量。我有一個數據框，其中每一行都是一個版本，其中包含發布年份、流派等信息的列......我想用它來預測即將發布的版本的數量，所以我所做的就是制作一個新的數據框所有唯一年份和 count_values 的總和，以獲得當年的發行量。所以現在我有 85 行 2 列 1 是年份，另一列是發行量。我正在為此唱 sklearn，這是我到目前為止所做的代碼。x = ML_content.drop('releases', axis = 1)#x = ML_content['years']y = ML_content['releases']x_train, y_train, x_test, y_test = train_test_split(x, y, test_size = 20)x_train.shape, y_train.shapemodel = linear_model.LinearRegression()model.fit(x_train, y_train)我認為形狀過程的結果不符合我的要求（這是結果：）((42, 1), (43, 1))，因此以下代碼也不起作用。任何人都可以向我解釋我做錯了什么或需要發生什么來改變這一點。謝謝你的時間和幫助