我正在使用一个Udemy课程中的样本数据进行训练。数据中有51行，我试图打印模型的得分。我得到的错误是：

ValueError: Found input variables with inconsistent numbers of samples: [40, 10]

我理解[40,10]指的是训练和测试集，因为我设置了test_size为”0.2″。

代码如下：

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.compose import ColumnTransformer as ctfrom sklearn.model_selection import train_test_split as ttsdata = pd.read_csv("50_Startups.csv")X = data.drop("Profit",axis = 1)y = data[["Profit"]]from sklearn.preprocessing import OneHotEncodercat = ["State"]one_hot = OneHotEncoder()transformer = ct([("one_hot", one_hot, cat)],remainder="passthrough")transformed_X = transformer.fit_transform(X)print(transformed_X)from sklearn.ensemble import RandomForestRegressor as RFRmodel = RFR()X_train , y_train, X_test , y_test = tts(transformed_X,y,test_size=0.2)model.fit(X_train,y_train)print(model.score(X_test,y_test))

我尝试将”y”改为”y.values.ravel()”，但这也没有效果。我知道这个错误通常与Numpy数组有关，但这段代码中可能是什么导致了问题？

提前感谢。

回答：

你的错误出在train_test_split函数的以下代码中：

X_train , y_train, X_test, y_test = tts(transformed_X,y,test_size=0.2)

你可能没有注意到，但你交换了变量y_train和X_test的位置。

请使用以下代码代替：

X_train , X_test,  y_train, y_test = tts(transformed_X,y,test_size=0.2)

阅读完整文档请访问

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html