我在 DataCamp 上学习监督学习课程，并尝试在 Jupyter Notebook 中重现代码。

我做了以下操作：

url = 'https://assets.datacamp.com/production/repositories/628/datasets/444cdbf175d5fbf564b564bd36ac21740627a834/diabetes.csv'df2 = pd.read_csv(url)y = df2['diabetes'].valuesX = 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，出现错误：ValueError：发现输入变量的样本数量不一致：[460, 308]

我查看了这里的一些解决方案，基本上都是关于 X 和 y 数组维度的问题，我进行了更改，但没有帮助。

提前谢谢你！

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

(768, 3) (768,)class ‘numpy.ndarray’class ‘numpy.ndarray’

回答：

根据 scikit-learn 文档，train_test_split 按照传入的参数顺序创建训练-测试子集。

这将解决你的问题：

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