Python 了解Kneighbors分类器模块中的模块吗<；适合>；？

我有一个关于机器学习的考试项目。 我期望这些数据集的输出为1是或0否

MinTemp=[8,14,13.7,13.3,7.6,6.2,6.1,8.3,8.8,8.4]
MaxTemp=[24.3,26.9,23.4,15.5,16.1,16.9,18.2,17,19.5,22.8]
Rainfall=[0,3.6,3.6,39.8,2.8,0,0.2,0,0,16.2]
WindGustDir=[315,67.5,315,315,157.5,135,135,90,180,90]
RISK_MM=[3.6,3.6,39.8,2.8,0,0.2,0,0,16.2,0]
RainTomorrow=[1,1,1,1,0,0,0,0,1,0]

from sklearn import preprocessing

le = preprocessing.LabelEncoder()

MinTemp_encoded = le.fit_transform(MinTemp)
MaxTemp_encoded = le.fit_transform(MaxTemp)
Rainfall_encoded = le.fit_transform(Rainfall)
WindGustDir_encoded = le.fit_transform(WindGustDir)
RISK_MM_encoded = le.fit_transform(RISK_MM)
label = le.fit_transform(RainTomorrow)

 features=list(zip(MinTemp_encoded,MaxTemp_encoded,Rainfall_encoded,WindGustDir_encoded,RISK_MM_encoded))

from sklearn.neighbors import KNeighborsClassifier

model = KNeighborsClassifier(n_neighbors=5)

model.fit(features,label)

predicted = model.predict([[0,2]])
print(predicted)

我希望输出是1或0。但当我执行“python readyToTest.py”时，这是来自终端的错误代码

回溯（最近一次呼叫最后一次）：
文件“readyToTest.py”，第28行，在
预测=模型。预测（[[0,2]]）
文件“/usr/lib/python2.7/dist packages/sklearn/neights/classification.py”，第145行，在predict中
neigh_dist，neigh_ind=self.kneighbors（X）
文件“/usr/lib/python2.7/dist packages/sklearn/neighbors/base.py”，第353行，在kneighbors中
n_作业=n_作业，平方=真）
文件“/usr/lib/python2.7/dist packages/sklearn/metrics/pairwise.py”，第1235行，以成对距离表示
返回平行成对（X、Y、func、n个作业，**KWD）
文件“/usr/lib/python2.7/dist-packages/sklearn/metrics/pairwise.py”，第1078行，并行排列
返回函数（X，Y，**kwds）
文件“/usr/lib/python2.7/dist packages/sklearn/metrics/pairwise.py”，第222行，欧几里德距离
十、 Y=检查成对数组（X，Y）
文件“/usr/lib/python2.7/dist packages/sklearn/metrics/pairwise.py”，第122行，在check\u pairwise\u数组中
X形[1]，Y形[1]））
ValueError:X和Y矩阵的维度不兼容：X.shape[1]==2，而Y.shape[1]==5

---

谢谢你的建议

在拟合方法中，您有5个特征，而在预测方法中，您只使用3个特征（第0-2列），您必须对其进行调整，并使用相同数量的特征作为答案！现在就尝试它应该是模型。预测（[[8,24,0315,3.6]]）在你的拟合方法中，你有5个特征，而在你的预测方法中，你只使用3个特征（第0-2列），你必须调整它并使用相同数量的特征感谢答案！现在就尝试它应该是model.predict（[[8,24,0315,3.6]]）

Traceback (most recent call last):
  File "readyToTest.py", line 28, in <module>
    predicted = model.predict([[0,2]])
  File "/usr/lib/python2.7/dist-packages/sklearn/neighbors/classification.py", line 145, in predict
    neigh_dist, neigh_ind = self.kneighbors(X)
  File "/usr/lib/python2.7/dist-packages/sklearn/neighbors/base.py", line 353, in kneighbors
    n_jobs=n_jobs, squared=True)
  File "/usr/lib/python2.7/dist-packages/sklearn/metrics/pairwise.py", line 1235, in pairwise_distances
    return _parallel_pairwise(X, Y, func, n_jobs, **kwds)
  File "/usr/lib/python2.7/dist-packages/sklearn/metrics/pairwise.py", line 1078, in _parallel_pairwise
    return func(X, Y, **kwds)
  File "/usr/lib/python2.7/dist-packages/sklearn/metrics/pairwise.py", line 222, in euclidean_distances
    X, Y = check_pairwise_arrays(X, Y)
  File "/usr/lib/python2.7/dist-packages/sklearn/metrics/pairwise.py", line 122, in check_pairwise_arrays
    X.shape[1], Y.shape[1]))
ValueError: Incompatible dimension for X and Y matrices: X.shape[1] == 2 while Y.shape[1] == 5