Machine learning x和y必须具有相同的第一维度，但具有形状（4536,32）和（1944,24）

我是机器学习领域的初学者，我被困在某个地方。我真的需要一些帮助。我有一个由州名、月份、温度和降雨量组成的数据集。 我的代码是：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data=pd.read_csv('cropdata.csv')
x=data.iloc[:, :-1].values
y=data.iloc[:, 4].values


district = pd.get_dummies(data['District'],drop_first = False)
month = pd.get_dummies(data['Month'],drop_first = False)
crop = pd.get_dummies(data['Crop'],drop_first = False)
data= pd.concat([data,district],axis=1)
data.drop('District', axis=1,inplace=True)
data= pd.concat([data,month],axis=1)
data.drop('Month', axis=1,inplace=True)
data= pd.concat([data,crop],axis=1)
data.drop('Crop', axis=1,inplace=True)

print(data.head(1))

train=data.iloc[:, 0:44].values
test=data.iloc[: ,44:].values

from sklearn.preprocessing import Imputer
imputer1 = Imputer(missing_values = 'NaN', strategy = 'mean', axis = 0)
imputer1 = imputer1.fit(train[:, 0:44])
train[:, 0:44] = imputer1.transform(train[:, 0:44])


from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(train,test,test_size=0.3)

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)


from sklearn.tree import DecisionTreeRegressor
from sklearn.datasets import load_iris
clf=DecisionTreeRegressor(max_depth = 19,random_state = None)

#Fitting the classifier into training set
clf.fit(X_train,y_train)
pred=clf.predict(X_test)

print(pred)
predx=pred.round()


from sklearn.metrics import accuracy_score
# Finding the accuracy of the model
a=accuracy_score(y_test,pred.round())
print("The accuracy of this model is: ", a*100)


from sklearn import tree
iris = load_iris()
clf = clf.fit(iris.data, iris.target)
plt.figure(figsize=(10,10))
tree.plot_tree(clf);

模型的精度为70%，但存在以下误差：

ValueError:x和y必须具有相同的第一维度，但具有形状（4536,44）和（1944,12）

---

现在我不明白我能做些什么来消除错误，以及如何从这个问题中绘制图表

根据您的错误，您的X_列数据包含训练数据集的4536行，这意味着每一行都有自己的目标值（标签），因此标签值应为4536（y_列）

但您的y_列车仅包含1944标签，与X_列车所需标签不匹配

---

每个X_列都需要相应的标签，您提供的一些标签和其他标签是未标记的

我猜错误可能是行

clf.fit（X_列，y_列）

您可以尝试只运行

clf=DecisionTreeRegressor（）

和下一行来确认您仍然得到错误吗？如果是这样，您应该检查您是否正确定义了y_train如何将数据集划分为列并基于列进行测试？？？根据行划分数据集是否包含相同的列数您建议采用什么解决方案？您是否可以上载您编写的数据集和代码，以便我可以轻松跟踪您的问题