Python 形状未对齐。请学习。分数

Python 形状未对齐。请学习。分数,python,machine-learning,regression,Python,Machine Learning,Regression,classifier.score提供形状未对齐的错误 X.shape 1700 Y形1700 a、 形状1300 b、 形状1300 但它显示:值错误:形状(1300)和(700700)未对齐:300(暗) 1) != 700(暗0)。代码看起来不错。我无法重现该错误。@Jones1220我又试过执行一次,但还是同一个错误。@Jones1220为什么X和Y显示为(700700),而a和b显示为(1300)。您可能在Jypter笔记本中尝试过吗?(另外,我一直在试图编辑你的代码以提高可读性——请不

classifier.score提供形状未对齐的错误
X.shape 1700
Y形1700
a、 形状1300
b、 形状1300
但它显示:
值错误:形状(1300)和(700700)未对齐:300(暗)
1) != 700(暗0)。

代码看起来不错。我无法重现该错误。@Jones1220我又试过执行一次,但还是同一个错误。@Jones1220为什么X和Y显示为(700700),而a和b显示为(1300)。您可能在Jypter笔记本中尝试过吗?(另外,我一直在试图编辑你的代码以提高可读性——请不要再编辑了!)@Shikhar Dwivedi我不知道。我使用了波士顿数据作为sklearn附带的示例数据,并试图重现您的错误。但在我的jupyter笔记本里一切都很好。
import numpy as np 
from sklearn.linear_model import LinearRegression
import pandas as pd 
df=pd.read_csv('train.csv')
X=np.array(df['x'],dtype=np.int)
Y=np.array(df['y'],dtype=np.float)
X=X.reshape(1,-1)
Y=Y.reshape(1,-1)
X=np.nan_to_num(X)
Y=np.nan_to_num(Y)
print(X.shape)
print(Y.shape)
df1=pd.read_csv('test.csv')
a=np.array(df1['x'],dtype=np.int)
b=np.array(df1['y'],dtype=np.float)
a=a.reshape(1,-1)
b=b.reshape(1,-1)
print(a.shape)
print(b.shape)
classifier=LinearRegression()
classifier.fit(X,Y)
accu=classifier.score(a,b) #throws error at this line