Python 模型的特征数量必须与输入匹配？

我正在尝试对我拥有的一些数据使用随机森林分类器。代码如下：

print train_data[0,0:20]
print train_data[0,21::]
print test_data[0]

print 'Training...'
forest = RandomForestClassifier(n_estimators=100)
forest = forest.fit( train_data[0::,0::20], train_data[0::,21::] )

print 'Predicting...'
output = forest.predict(test_data)

但这会产生以下错误：

ValueError：模型的特征数必须与输入匹配。 模型n_特征为3，输入n_特征为21

前三个print语句的输出为：

[   0.            0.            0.            0.            1.            0.
    0.            0.            0.            0.            1.            0.
    0.            0.            0.           37.7745986  -122.42589168
    0.            0.            0.        ]
[ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.
  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.
  1.  0.]
[   0.            0.            0.            0.            0.            0.
    0.            1.            0.            0.            1.            0.
    0.            0.            0.            0.           37.73505101
 -122.3995877     0.            0.            0.        ]

---

我假设数据的格式对于我的

fit

/

predict

调用是正确的，但是它在

predict

上出错了。有人知道我做错了什么吗？

用于训练模型的输入数据是

train\u data[0:：，0:20]

，我认为这是一个错误（为什么要跳过中间的功能？）——它应该是

train\u data[0:，0:20]

，而不是基于您在开始时所做的调试打印

---

此外，最后一列似乎同时代表

列车数据

和

测试数据

中的标签。在预测时，调用

predict

函数时，您可能希望通过

test\u data[：，：20]

而不是

test\u data

。

我支持这个答案，并想补充一点，在安装分类器时，您不需要额外的赋值。带有“fit”的代码行应该类似于

forest.fit（train_data[：，：21]，train_data[：，21:]）

（假设索引从0到20的前21列是特征，索引从21到最后一列的其余列是标签）