如何修复 ‘ValueError: Found input variables with inconsistent numbers of samples: [32979, 21602]’?

我在制作一个用于情感分析的逻辑回归模型时遇到了这个问题 – ValueError: Found input variables with inconsistent numbers of samples: [32979, 21602]。当我尝试将数据集分割成x和y的训练集和验证集时,出现了这个错误。

# 将数据分割成训练集和验证集
xtrain_bow, xvalid_bow, ytrain, yvalid = train_test_split(train_bow, train['label'], test_size=0.3, random_state=42)
lreg = LogisticRegression() # 训练模型
lreg.fit(xtrain_bow, ytrain)
prediction = lreg.predict_proba(xvalid_bow) # 在验证集上进行预测
prediction_int = prediction[:,1] >= 0.3 # 如果预测值大于或等于0.3,则为1,否则为0
prediction_int = prediction_int.astype(np.int)
f1_score(yvalid, prediction_int) # 计算验证集的f1分数

我在一些帖子中看到,这可能是由于X和y的形状不匹配导致的,所以我打印了数据集的形状。我将数据集分割成85%用于训练,其余用于测试/验证。

# 提取训练和测试的BoW特征
split_frac = 0.85
split_num = int(len(combi['tidy_tweet']) * split_frac)
train_bow = bow[:split_num,:]
test_bow = bow[split_num:,:]
print(train_bow.shape)
print(test_bow.shape)
print(train['label'].shape)
(32979, 1000)
(5820, 1000)
(21602,)

问题也出现在这行代码 –

----> 1 xtrain_bow, xvalid_bow, ytrain, yvalid = train_test_split(train_bow, train['label'], test_size=0.3, random_state=42)
      2 lreg = LogisticRegression() # 训练模型
      3 lreg.fit(xtrain_bow, ytrain)

现在我完全不知道是什么导致了这个问题?你们能帮帮我吗?提前感谢你们。


回答:

你遇到上述错误是因为在train_test_split()函数中的第二个参数,即标签的长度是21602,而第一个参数的长度是32979,这显然是不正确的。X和Y数据的长度必须相同。所以,请检查train_bowtrain['label']的长度。

因此,只需将

xtrain_bow, xvalid_bow, ytrain, yvalid = train_test_split(train_bow, train['label'], test_size=0.3, random_state=42) 修改为如下所示:

xtrain_bow, xvalid_bow, ytrain, yvalid = train_test_split(bow[:split_num,:-1], bow[:split_num,-1], test_size=0.3, random_state=42)

(假设bow包含特征和标签,标签是最后一列)。

阅读更多关于sklearn.model_selection.train_test_split的信息,请访问这里

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注