Python ValueError:找到样本数不一致的输入变量:[1319245]

Python ValueError:找到样本数不一致的输入变量:[1319245],python,scikit-learn,train-test-split,Python,Scikit Learn,Train Test Split,我面临与列车测试\u分割相关的问题: final = [] final.append(dataset) final.append(dataset1) X = dataset[:,0:2] y = dataset1[:,2] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15, random_state=42) 错误: Traceback (most recent call last): File

我面临与
列车测试\u分割相关的问题

final = []
final.append(dataset)
final.append(dataset1)
X = dataset[:,0:2]
y = dataset1[:,2]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15, random_state=42)
错误:

Traceback (most recent call last):

  File "C:\Users\Lenovo\anaconda3\thesis code\TC_code.py", line 73, in <module>
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15, random_state=42)

  File "C:\Users\Lenovo\anaconda3\lib\site-packages\sklearn\model_selection\_split.py", line 2172, in train_test_split
    arrays = indexable(*arrays)

  File "C:\Users\Lenovo\anaconda3\lib\site-packages\sklearn\utils\validation.py", line 299, in indexable
    check_consistent_length(*result)

  File "C:\Users\Lenovo\anaconda3\lib\site-packages\sklearn\utils\validation.py", line 262, in check_consistent_length
    raise ValueError("Found input variables with inconsistent numbers of"

ValueError: Found input variables with inconsistent numbers of samples: [1319, 245]
回溯(最近一次呼叫最后一次):
文件“C:\Users\Lenovo\anaconda3\thesis code\TC\u code.py”,第73行,在
X_序列,X_测试,y_序列,y_测试=序列测试分割(X,y,测试大小=0.15,随机状态=42)
文件“C:\Users\Lenovo\anaconda3\lib\site packages\sklearn\model\u selection\\u split.py”,第2172行,列车内测试\u split
数组=可索引(*数组)
文件“C:\Users\Lenovo\anaconda3\lib\site packages\sklearn\utils\validation.py”,第299行,可索引
检查长度是否一致(*结果)
文件“C:\Users\Lenovo\anaconda3\lib\site packages\sklearn\utils\validation.py”,第262行,检查长度是否一致
raise VALUERROR(“找到的输入变量数量不一致”
ValueError:找到样本数不一致的输入变量:[1319245]

检查
X
y
的形状。其行数必须相同。

您已将
dataset
用于
X
而将
dataset1
用于
y
,这应该是代码中的主要错误

如果
y
的形状类似于此
(200,)
,请使用
重塑()方法将其重塑为
(200,1)

y = dataset[:,2].values.reshape(-1,1)

也可以将
随机状态
更改为
0
或其他数字。有时
随机状态
也会导致错误。

问题与
tensorflow
keras
无关-请不要垃圾邮件发送irrlevant标记(已删除)。现在,未实现的错误:不支持将字符串强制转换为float。model.fit(X,y,epochs=200,verbose=1)显示列的数据类型,同时更新问题