Python 已纠正-列车试验的数据大小不同

我在形状（500,32）中输入变量X，在形状（422750,3）中输出变量y。我需要用这些变量训练一个机器学习模型。当我像这样使用train\u test\u split时

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=123)

我马上就明白了

ValueError:找到样本数不一致的输入变量：[500422]

正如所料。我知道培训和测试样本的大小必须相同，我想知道是否有什么方法可以解决这个问题？多谢各位

---

编辑：我知道为了训练我的机器学习模型，我的数据应该满足X.shape[0]==Y.shape[0]，这解决了整个问题，并表明我走错了路。

根据我的理解，X和Y的第一维度可能是批量大小，对吗？ 我在这个火车上做了一个小测试

import numpy as np
import sklearn.model_selection as mod

X = np.random.randn(500,422)
Y = np.random.randn(500,750,3)
X_train, X_test, y_train, y_test = mod.train_test_split(X, Y, test_size=0.25,random_state=123)

print(X_train.shape, y_train.shape)

然后我得到了结果： （375422）（375750,3）

---

也许你应该把你的X和（422，32）对齐。

所以，如果我理解正确的话，你的一些观察结果没有输出y。对吗？因此，您可以使用半监督学习的一些技术。事实上，我的X和y值是两个不同图像的像素阵列@Nimas为什么要像这样分割两个像素

train\u test\u split

需要

X.shape[0]==Y.shape[0]

我知道如何分割数据。如果你有一个更适合我的想法，我想听听@FrighteraWell我该怎么做？X和y都是两个不同图像的像素变量@lunacancerSo我猜你有两组图片，X中的每个图片都是灰度（500,32,1），y中的每个图片都是RGB（422750,3）？嗯，当使用CNN网络或类似的东西时，我总是用一个四维张量，第一维是批量大小，最后三维是像素。哦，你可能是对的，不幸的是，我不允许使用任何深度学习技术。