train_test_split（）错误：发现输入变量的样本数不一致

对Python来说是相当新的东西，但是基于一些分类数据建立了我的第一个RF模型。我已经将所有标签转换为int64数字数据，并以numpy数组的形式加载到X和Y中，但是在尝试训练模型时遇到错误。

这是我的数组的样子：

>>> X = np.array([[df.tran_cityname, df.tran_signupos, df.tran_signupchannel, df.tran_vmake, df.tran_vmodel, df.tran_vyear]])

>>> Y = np.array(df['completed_trip_status'].values.tolist())

>>> X
array([[[   1,    1,    2,    3,    1,    1,    1,    1,    1,    3,    1,
            3,    1,    1,    1,    1,    2,    1,    3,    1,    3,    3,
            2,    3,    3,    1,    1,    1,    1],
        [   0,    5,    5,    1,    1,    1,    2,    2,    0,    2,    2,
            3,    1,    2,    5,    5,    2,    1,    2,    2,    2,    2,
            2,    4,    3,    5,    1,    0,    1],
        [   2,    2,    1,    3,    3,    3,    2,    3,    3,    2,    3,
            2,    3,    2,    2,    3,    2,    2,    1,    1,    2,    1,
            2,    2,    1,    2,    3,    1,    1],
        [   0,    0,    0,   42,   17,    8,   42,    0,    0,    0,   22,
            0,   22,    0,    0,   42,    0,    0,    0,    0,   11,    0,
            0,    0,    0,    0,   28,   17,   18],
        [   0,    0,    0,   70,  291,   88,  234,    0,    0,    0,  222,
            0,  222,    0,    0,  234,    0,    0,    0,    0,   89,    0,
            0,    0,    0,    0,   40,  291,  131],
        [   0,    0,    0, 2016, 2016, 2006, 2014,    0,    0,    0, 2015,
            0, 2015,    0,    0, 2015,    0,    0,    0,    0, 2015,    0,
            0,    0,    0,    0, 2016, 2016, 2010]]])

>>> Y
array(['NO', 'NO', 'NO', 'YES', 'NO', 'NO', 'YES', 'NO', 'NO', 'NO', 'NO',
       'NO', 'YES', 'NO', 'NO', 'YES', 'NO', 'NO', 'NO', 'NO', 'NO', 'NO',
       'NO', 'NO', 'NO', 'NO', 'NO', 'NO', 'NO'], 
      dtype='|S3')

>>> X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3)

追溯（最近一次通话）：

  File "<stdin>", line 1, in <module>
  File "/Library/Python/2.7/site-packages/sklearn/cross_validation.py", line

2039，在train_test_split数组=可索引（* arrays）文件“ /Library/Python/2.7/site-packages/sklearn/utils/validation.py”中，行206，在可索引check_consistent_length（* result）文件“ / Library / Python / 2.7 / site-packages / sklearn / utils / validation.py“，第181行，在check_consistent_length中，” sample：％r“％[int（l）in l in lengths]）

ValueError: Found input variables with inconsistent numbers of samples: [1, 29]

您正遇到该错误，因为您X和Y的长度不同（这是train_test_split必需的），即X.shape[0] != Y.shape[0]。根据您当前的代码：

>>> X.shape
(1, 6, 29)
>>> Y.shape
(29,)

要解决此错误：

1. 从内删除多余的列表的np.array()定义时，X或者使用下面的命令后删除多余的尺寸：X = X.reshape(X.shape[1:])。现在，形状X（6，29）。
2. 移调X通过运行X = X.transpose()来获得同等数量的样本X和Y。现在，Xwill 的形状为（29，6），Ywill 的形状为（29，）。

是不是train_test_split希望能够获得X和Y是相同长度的名单？您的X的长度为6，Y的长度为29。可以尝试将其转换为pandas数据帧（尺寸为29x6），然后重试吗？

根据您的数据，看起来您具有6个功能。在这种情况下，请尝试将您的数据转换X为29行6列。然后将该数据帧传递给train_test_split。您可以使用将列表转换为数据框pd.DataFrame.from_records。