X_train, X_test, y_train, y_test = train_test_split(features, df['Label'], test_size=0.2, random_state=111)print (X_train.shape) # (540, 4196)print (X_test.shape) # (136, 4196)print (y_train.shape) # (540,)print (y_test.shape) # (136,)

在拟合时，出现错误：

from sklearn.svm import SVCclassifier = SVC(random_state = 0)classifier.fit(features,y_train)y_pred = classifier.predict(features)

错误：

ValueError: 发现输入变量的样本数量不一致：[676, 540]

我尝试了这个方法。

回答：

你为什么在.fit()中使用features和y_train呢？我认为你应该使用X_train代替features。

不是这样：

classifier.fit(features, y_train)

而是应该这样：

classifier.fit(X_train, y_train)

因为你之前已经做了分割，你试图使用两组形状不同的数据，所以features的样本数比y_train多。

另外，对于你的预测行，应该是这样的：

.predict(X_test)