Python 如何修复标签数量与样本数量不匹配的问题？

我正在尝试运行随机森林分类器，在测试\u训练\u分割之后，当我运行它时，它会生成一个错误，即样本数与样本数不匹配。 我有960行和26列

X=pd.read_csv('csv',delimiter=',',sep=",",quotechar='"',header=None,quoting=2,error_bad_lines=False,na_values="")
X=X.drop([0,2,4,5],axis=1)
X= X.fillna('')
X= X[0:961].astype("int")
features= X.columns
Y= X[27] #my labels
Y= Y[0:961].astype("int") # Converting datatype string to int
Y=Y[np.isfinite(X[27])] # Remove NAN values from my label Y
x_train,y_train,x_test,y_test=train_test_split(X,Y,test_size=0.3)
clf = RandomForestClassifier(n_estimators=50,max_depth=3)
clf.fit(x_train,y_train)

---

您的代码有两个问题

第一个是，当从标签Y中删除NaN值时：

Y=Y[np.isfinite(X[27])] # Remove NAN values from my label Y

你不会对你的特征X做同样的事情；因此，您的特征X和标签Y的样本数不同，并且

train\u test\u split

给出了预期的错误

因为已经从Y中删除了NaN值，所以在X中保留相应的行是没有意义的；所以，你应该加上

X=X[np.isfinite(X[27])] # remove rows with NaN labels

第二个问题是您的

train\u test\u split

分配错误（请检查）；应该是

x_train, x_test, y_train, y_test = train_test_split(X,Y,test_size=0.3)

---

什么是

Y=X[27]#int（X.shape[1]-2）

？？另外，请编辑您的代码以删除与问题无关的内容（

功能

，

tmp

）。你这里没有任何分类器…@desertnaut，请再次检查我现在编辑的代码错误发生在哪里，具体是什么？如果它发生在

列车测试\u分割

，正如您所暗示的，该行下面的所有代码都与错误无关，应该删除。请公布全部错误message@deserthaunt非常感谢，它很有效，但现在clf.score（）给了我值“1.0”，这意味着效率是100%？？这会发生吗？分析结果会是什么？@Anypitcher RF是一个强大的分类器，它可以产生100%的训练准确率，特别是在相对较小的数据集，如您的数据集；在不了解数据的情况下，无法提供任何进一步的意见。。。