我在使用 Python 的 scikit-learn 库中的 KNeighborsClassifier 算法。我遵循了基本的指示，例如将我的数据和标签分割成训练和测试数据，然后在训练数据上训练我的模型。现在我试图预测测试数据的准确性，但遇到了错误。以下是我的代码：

from sklearn.neighbors import KNeighborsClassifier from sklearn.cross_validation import train_test_splitfrom sklearn.metrics import accuracy_score data_train, data_test, label_train, label_test = train_test_split(df, labels,                                                               test_size=0.2,                                                              random_state=7)mod = KNeighborsClassifier(n_neighbors=4)mod.fit(data_train, label_train)predictions = mod.predict(data_test)print accuracy_score(label_train, predictions)

我得到的错误是：

ValueError: Found arrays with inconsistent numbers of samples: [140 558]

140 是训练数据的部分，558 是基于 test_size=0.2 的测试数据（我的数据集有 698 个样本）。我已经验证了标签和数据集的大小都是 698。然而，我得到了这个错误，基本上是试图比较测试数据和训练数据集。

有谁知道这里出了什么问题？我应该用什么来训练我的模型，以及应该用什么来预测分数？

谢谢！

回答：

你应该使用 label_test 而不是 label_train 来计算 accuracy_score。你想要比较测试集的实际标签 label_test 和模型对测试集的预测 predictions。