我在尝试对训练数据进行预处理，并且还尝试了reshape函数，但那没有奏效，我得到了以下错误：

ValueError: Found input variables with inconsistent numbers of samples: [34, 12700]

这是我的代码：

import pandas as pdimport numpy as npfrom sklearn import preprocessing,neighborsfrom sklearn.model_selection import train_test_splitfrom sklearn.ensemble import RandomForestRegressordf=pd.read_csv('train.csv')df.drop(['ID'],1,inplace=True)X=np.array(df.drop(['label'],1))y=np.array(df['label'])print(X.shape)X = preprocessing.StandardScaler().fit(X)X=X.mean_X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2)clf = RandomForestRegressor(n_estimators=1900,max_features='log2',max_depth=25)clf.fit(X_train,y_train)accuracy=clf.score(X_test,y_test)print(accuracy)

回答：

问题出在 X = preprocessing.StandardScaler().fit(X) 和 X=X.mean_

在这之后，你的X将只包含每列的均值。

要转换数据，请使用以下代码：

from sklearn.preprocessing import StandardScalerscaler = StandardScaler()scaler.fit(X)X = scaler.transform(X)

更多详情请参考 scikit-doc