knn.fit() 错误：valueError：发现输入变量的样本数不一致

Posted 2023-03-12

【中文标题】knn.fit() 错误：valueError：发现输入变量的样本数不一致

【英文标题】：knn.fit() error: valueError: Found input variables with inconsistent numbers of samples

【发布时间】：2020-02-24 02:27:09

【问题描述】：

我正在上数据营的监督学习课程。并尝试在 jupiter notebook 中重现代码。

我执行以下操作：

url = 'https://assets.datacamp.com/production/repositories/628/datasets/444cdbf175d5fbf564b564bd36ac21740627a834/diabetes.csv'

df2 = pd.read_csv(url)


y = df2['diabetes'].values
X = df2.loc[:,['pregnancies', 'bmi','age']]
X = np.array(X)

X_train, y_train, X_test, y_test = train_test_split(X, y, test_size = 0.4, random_state = 42)

knn = KNeighborsClassifier(n_neighbors=6)
knn.fit(X_train, y_train)

当我执行 knn.fit() 时，它给了我一个错误： ValueError：发现样本数量不一致的输入变量：[460, 308]

我在这里查看了一些解决方案，基本上都是关于 X 和 y 数组维度，我更改了它们，但没有帮助。

提前谢谢你！

print(X.shape, y.shape)
print(type(X), type(y))

(768, 3) (768,) 类'numpy.ndarray' 类'numpy.ndarray'

【参考方案1】：

根据sklearn documentation，train_test_split 按照与其中传递的参数相同的顺序创建训练测试子集。

这将解决您的问题：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.4, random_state = 42)