Machine learning knn.fit（）错误：valueError:找到样本数不一致的输入变量

我在数据营上有监督的学习课程。并试图在jupiter笔记本中重现代码

我做了以下工作：

url = 'https://assets.datacamp.com/production/repositories/628/datasets/444cdbf175d5fbf564b564bd36ac21740627a834/diabetes.csv'

df2 = pd.read_csv(url)


y = df2['diabetes'].values
X = df2.loc[:,['pregnancies', 'bmi','age']]
X = np.array(X)

X_train, y_train, X_test, y_test = train_test_split(X, y, test_size = 0.4, random_state = 42)

knn = KNeighborsClassifier(n_neighbors=6)
knn.fit(X_train, y_train)

当我执行knn.fit（）时，它会给我一个错误： ValueError:找到样本数不一致的输入变量：[460308]

我在这里看了一些解决方案，基本上都是关于X和y的 数组维度，我更改了它们，但没有帮助

提前谢谢你

print(X.shape, y.shape)
print(type(X), type(y))

（768,3）（768，） “numpy.ndarray”类 类'numpy.ndarray'

根据，

列车测试分割

以与传递参数相同的顺序创建列车测试子集

这将解决您的问题：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.4, random_state = 42)