Python 2.7 ValueError Scikit学习。don和x27型的特征数量；不匹配输入

我对一般的机器学习和特定的scikit学习是相当陌生的

我试图使用网站上给出的例子

为了自己练习，我使用自己的数据集。我的数据集分为两个不同的CSV文件：

Train_data.csv（包含32列，最后一列是输出值）

Test_data.csv（包含31列缺少输出列-应该是这样，否？）

测试数据比训练数据少一列

我使用以下代码学习（使用训练数据），然后预测（使用测试数据）

我面临的问题是错误：

*ValueError: X.shape[1] = 31 should be equal to 29, the number of features at training time*

这是我的代码（如果看起来完全错了，很抱歉：（）

培训数据csv标签如下所示：

值1、值2、值3、值4、输出

测试数据csv标签如下所示：

值1、值2、值3、值4

---

谢谢：）

您的问题是一个受监督的问题，您有一些（输入、输出）形式的数据

输入是描述示例的特征，输出是预测模型应该响应给定的输入

在训练数据中，csv文件中还有一个属性，因为为了训练模型，需要向模型提供输出

sklearn中有监督问题的一般工作流应如下所示

X, Y = read_data(data)
n = len(X)
X_train, X_test = X[:n*0.8], X[n*0.8:]
Y_train, Y_test = Y[:n*0.8], Y[n*0.8:]

model.fit(X_train,Y_train)
model.score(X_test, Y_test)

要分割数据，可以使用，也可以使用多个来判断模型的性能

您应该检查数据的形状

data.shape

似乎你没有考虑最后3列，而只是最后3列。请尝试：

data = mydata.ix[:,:-1]

---

我认为目标的元素比数据少，这可能导致错误是的，你是对的。但我对这一点感到困惑。但从逻辑上讲，我的训练集应该还有一个元素（结果）。测试数据不应该如此。理解正确吗？不，这不是你的测试数据，这是你的目标。在sklearn表示法中，当X是表示数据的元组或列表的选项卡，y是结果，模型必须找到的目标值时，你适合X，y。我将写一个答案，让你看得比在注释中更好，这将非常有用。谢谢。这有帮助。使用[：，：-3]，我试图删除结果列（在我的数据集中是第三列）。

data = mydata.ix[:,:-1]