Python SVM：评分测试数据

我正在使用

scikit-learn

并希望在测试集上评估

SVM

的

predicition

from sklearn.svm import SVC
import numpy


dataset = numpy.loadtxt("training.txt", delimiter="\t")
X = dataset[:,0:15]
y = dataset[:,15:16]
y = y.ravel()

test_dataset_1 = numpy.loadtxt("test_14-15.txt", delimiter="\t")
X_test_1 = test_dataset_1[:,0:15]
y_test_1 = dataset[:,15:16]
y_test_1 = y_test_1.ravel()

model = SVC(kernel='linear', C=75) 

model.fit(X, y)

score_1 = model.score(X_test_1, y_test_1)

我得到了ValueError：

找到样本数不一致的输入变量：[1682192]

我的训练集有1682个样本，测试集有192个。但我只是在分数法中使用测试集。为什么会出现此错误？

更改此错误：

y_test_1 = dataset[:,15:16]

为此：

y_test_1 = test_dataset_1[:,15:16]

您正在再次读取

y\u test\u 1

中的原始列车数据，因此它与

X\u test\u 1

中的样本数不匹配