lỗi train_test_split (): Tìm thấy các biến đầu vào với số lượng mẫu không nhất quán

Khá mới đối với Python nhưng xây dựng mô hình RF đầu tiên của tôi dựa trên một số dữ liệu phân loại. Tôi đã chuyển đổi tất cả các nhãn thành dữ liệu số int64 và được tải vào X và Y dưới dạng một mảng gọn gàng, nhưng tôi gặp lỗi khi tôi đang cố gắng đào tạo các mô hình.

Đây là những mảng của tôi trông như thế nào:

>>> X = np.array([[df.tran_cityname, df.tran_signupos, df.tran_signupchannel, df.tran_vmake, df.tran_vmodel, df.tran_vyear]])

>>> Y = np.array(df['completed_trip_status'].values.tolist())

>>> X
array([[[   1,    1,    2,    3,    1,    1,    1,    1,    1,    3,    1,
            3,    1,    1,    1,    1,    2,    1,    3,    1,    3,    3,
            2,    3,    3,    1,    1,    1,    1],
        [   0,    5,    5,    1,    1,    1,    2,    2,    0,    2,    2,
            3,    1,    2,    5,    5,    2,    1,    2,    2,    2,    2,
            2,    4,    3,    5,    1,    0,    1],
        [   2,    2,    1,    3,    3,    3,    2,    3,    3,    2,    3,
            2,    3,    2,    2,    3,    2,    2,    1,    1,    2,    1,
            2,    2,    1,    2,    3,    1,    1],
        [   0,    0,    0,   42,   17,    8,   42,    0,    0,    0,   22,
            0,   22,    0,    0,   42,    0,    0,    0,    0,   11,    0,
            0,    0,    0,    0,   28,   17,   18],
        [   0,    0,    0,   70,  291,   88,  234,    0,    0,    0,  222,
            0,  222,    0,    0,  234,    0,    0,    0,    0,   89,    0,
            0,    0,    0,    0,   40,  291,  131],
        [   0,    0,    0, 2016, 2016, 2006, 2014,    0,    0,    0, 2015,
            0, 2015,    0,    0, 2015,    0,    0,    0,    0, 2015,    0,
            0,    0,    0,    0, 2016, 2016, 2010]]])

>>> Y
array(['NO', 'NO', 'NO', 'YES', 'NO', 'NO', 'YES', 'NO', 'NO', 'NO', 'NO',
       'NO', 'YES', 'NO', 'NO', 'YES', 'NO', 'NO', 'NO', 'NO', 'NO', 'NO',
       'NO', 'NO', 'NO', 'NO', 'NO', 'NO', 'NO'], 
      dtype='|S3')

>>> X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3)

TracBack (cuộc gọi gần đây nhất vừa qua):

  File "<stdin>", line 1, in <module>
  File "/Library/Python/2.7/site-packages/sklearn/cross_validation.py", line

2039, trong tệp train_test_split = Tập tin có thể lập chỉ mục (* mảng) "/L Library / Python /.7 / site-packages / sklearn / utils / validation.py", dòng 206, trong tệp có thể lập chỉ mục check_consistent_length (* result) 2.7 / site-gói / sklearn / utils / verify.py ", dòng 181, trong check_consistent_length" samples:% r "% [int (l) cho l chiều dài])

ValueError: Found input variables with inconsistent numbers of samples: [1, 29]

Bạn đang gặp phải lỗi đó vì bạn Xvà Ykhông có cùng độ dài (đó là những gì train_test_splityêu cầu), nghĩa là , X.shape[0] != Y.shape[0]. Cho mã hiện tại của bạn:

>>> X.shape
(1, 6, 29)
>>> Y.shape
(29,)

Để khắc phục lỗi này:

1. Xóa danh sách bổ sung từ bên trong np.array()khi xác định Xhoặc xóa kích thước phụ sau đó bằng lệnh sau : X = X.reshape(X.shape[1:]). Bây giờ, hình dạng của Xsẽ là (6, 29).
2. Chuyển đổi Xbằng cách chạy X = X.transpose()để có được số lượng mẫu bằng nhau trong Xvà Y. Bây giờ, hình dạng của Xsẽ là (29, 6) và hình dạng của Ysẽ là (29,).

Không phải train_test_split mong đợi cả hai Xvà Ylà một danh sách có cùng độ dài? X của bạn có chiều dài 6 và Y có chiều dài 29. Có thể thử chuyển đổi nó thành khung dữ liệu gấu trúc (với kích thước 29x6) và thử lại không?

Đưa ra dữ liệu của bạn, có vẻ như bạn có 6 tính năng. Trong trường hợp đó, hãy thử chuyển đổi của bạn Xđể có 29 hàng và 6 cột. Sau đó chuyển dataframe đó sang train_test_split. Bạn có thể chuyển đổi danh sách của mình sang dataframe bằng cách sử dụng pd.DataFrame.from_records.