Python ValueError:找到样本数不一致的输入变量：[676540]

装配时，它会给出误差：

X_train, X_test, y_train, y_test = train_test_split(features, df['Label'], test_size=0.2, random_state=111)
print (X_train.shape) # (540, 4196)
print (X_test.shape) # (136, 4196)
print (y_train.shape) # (540,)
print (y_test.shape) # (136,)

错误：

from sklearn.svm import SVC
classifier = SVC(random_state = 0)
classifier.fit(features,y_train)
y_pred = classifier.predict(features)

---

我试过了。

你为什么要在.fit（）上使用y_系列的功能？我想你应该改用X_火车

而不是

ValueError: Found input variables with inconsistent numbers of samples: [676, 540]

使用：

您正在尝试使用两组形状不同的数据，因为您之前进行了拆分。所以特征比y_序列有更多的样本

还有，为你预测线。应该是：

classifier.fit(X_train, y_train)

---

您想使用

X\u train

调用

fit

函数，而不是使用

功能

。出现此错误的原因是

功能

和

y\u列

的大小不同

.predict(x_test)

您可能还需要使用

X\u测试
或
X\u训练
调用
predict
。您可能想了解更多有关训练/测试拆分的信息以及使用它们的原因

.predict(x_test)

X_train, X_test, y_train, y_test = train_test_split(features, df['Label'], test_size=0.2, random_state=111)
print (X_train.shape)
print (X_test.shape)
print (y_train.shape)
print (y_test.shape)

from sklearn.svm import SVC
classifier = SVC(random_state = 0)
classifier.fit(X_train, y_train)
y_pred = classifier.predict(X_test)