Python值错误,但形状匹配

Python值错误,但形状匹配,python,scikit-learn,Python,Scikit Learn,我得到了一个值错误,但我的输入变量的形状看起来似乎匹配。以下是错误: ValueError:找到样本数不一致的输入变量:[644170,14] 这是我的密码: # 10-K Folds from sklearn.model_selection import KFold from sklearn.model_selection import cross_val_score kfold = KFold(n_splits=10, random_state=1) results = cross_val

我得到了一个值错误,但我的输入变量的形状看起来似乎匹配。以下是错误:

ValueError:找到样本数不一致的输入变量:[644170,14]

这是我的密码:

# 10-K Folds
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score

kfold = KFold(n_splits=10, random_state=1)
results = cross_val_score(estimator = grid.best_estimator_, X = X, y = y, cv = kfold, scoring = 'f1_macro') # https://scikit-learn.org/0.17/modules/generated/sklearn.cross_validation.cross_val_score.html
results # Array of scores of the estimator for each run of the cross validation.
以下是形状:

X.shape
(644170, 14)

y.shape
(14,)

两种形状都有一个14。

错误似乎在这里:

X.shape
# (644170, 14)

y.shape
# (14)
您在培训集中有644170个观察值(具有14个特征),作为目标,您只有14个值​​... 您应该有644170个目标值​​进行交叉验证

要澄清这些想法,请根据sklearn上的iris数据集查看此经典示例:

X和y的尺寸为:

X.shape
# (150, 10)

y.shape

# (150,)

或训练集每次观察的目标值。

错误似乎在这里:

X.shape
# (644170, 14)

y.shape
# (14)
您在培训集中有644170个观察值(具有14个特征),作为目标,您只有14个值​​... 您应该有644170个目标值​​进行交叉验证

要澄清这些想法,请根据sklearn上的iris数据集查看此经典示例:

X和y的尺寸为:

X.shape
# (150, 10)

y.shape

# (150,)

或者训练集每次观察的目标值。

我不是100%确定,但我认为y.shape应该是(150,1),不可能是(150,0)@VenkataSriHarshaVemuluru是的,你当然是对的,它是一个向量。我复制和粘贴的错误。谢谢,我不是100%确定,但我认为y.shape应该是(150,1),不可能是(150,0)@VenkataSriHarshaVemuluru是的,你当然是对的,它是一个向量。我复制和粘贴的错误。谢谢