我在对一个包含28个特征和5000个样本的数据集进行KNN分类:

trainingSet = []testSet = []imdb_score = range(1,11)print ("开始分割数据集 ...")splitDataset(path + 'movies.csv', 0.60, trainingSet, testSet)print ("开始KNeighborsClassifier ... \n")neigh = KNeighborsClassifier(n_neighbors=5)neigh.fit(trainingSet, imdb_score)

然而，我遇到了这个错误:

    " samples: %r" % [int(l) for l in lengths])ValueError: 发现输入变量的样本数不一致: [3362, 10]

我觉得我的代码看起来没问题。请问之前有人遇到过这个问题吗？

回答：

所以你有6000个样本，使用其中的60%，结果是3362个样本（看起来是这样，我没有看到你的具体计算）。

你调用 fit(X,Y) 这里需要如下条件:

• y : {array-like, sparse matrix}
• 形状为 [n_samples] 或 [n_samples, n_outputs] 的目标值

由于你的 y=imdb_score 只是一个包含10个值的列表，这些规则都不适用，因为它需要是一个包含3362个值的类数组数据结构（列表可以）或者形状为 (3362, 1) 的数组。