train_test_split () hatası: Tutarsız sayıda örnek içeren girdi değişkenleri bulundu

Python için oldukça yeni ama bazı sınıflandırma verilerine dayanarak ilk RF modelimi oluşturuyorum. Tüm etiketleri int64 sayısal verilere dönüştürdüm ve numpy dizi olarak X ve Y'ye yükledim, ancak modelleri eğitmeye çalıştığımda bir hataya çarpıyorum.

Dizilerim şöyle görünüyor:

>>> X = np.array([[df.tran_cityname, df.tran_signupos, df.tran_signupchannel, df.tran_vmake, df.tran_vmodel, df.tran_vyear]])

>>> Y = np.array(df['completed_trip_status'].values.tolist())

>>> X
array([[[   1,    1,    2,    3,    1,    1,    1,    1,    1,    3,    1,
            3,    1,    1,    1,    1,    2,    1,    3,    1,    3,    3,
            2,    3,    3,    1,    1,    1,    1],
        [   0,    5,    5,    1,    1,    1,    2,    2,    0,    2,    2,
            3,    1,    2,    5,    5,    2,    1,    2,    2,    2,    2,
            2,    4,    3,    5,    1,    0,    1],
        [   2,    2,    1,    3,    3,    3,    2,    3,    3,    2,    3,
            2,    3,    2,    2,    3,    2,    2,    1,    1,    2,    1,
            2,    2,    1,    2,    3,    1,    1],
        [   0,    0,    0,   42,   17,    8,   42,    0,    0,    0,   22,
            0,   22,    0,    0,   42,    0,    0,    0,    0,   11,    0,
            0,    0,    0,    0,   28,   17,   18],
        [   0,    0,    0,   70,  291,   88,  234,    0,    0,    0,  222,
            0,  222,    0,    0,  234,    0,    0,    0,    0,   89,    0,
            0,    0,    0,    0,   40,  291,  131],
        [   0,    0,    0, 2016, 2016, 2006, 2014,    0,    0,    0, 2015,
            0, 2015,    0,    0, 2015,    0,    0,    0,    0, 2015,    0,
            0,    0,    0,    0, 2016, 2016, 2010]]])

>>> Y
array(['NO', 'NO', 'NO', 'YES', 'NO', 'NO', 'YES', 'NO', 'NO', 'NO', 'NO',
       'NO', 'YES', 'NO', 'NO', 'YES', 'NO', 'NO', 'NO', 'NO', 'NO', 'NO',
       'NO', 'NO', 'NO', 'NO', 'NO', 'NO', 'NO'], 
      dtype='|S3')

>>> X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3)

Geri izleme (en son yapılan son arama):

  File "<stdin>", line 1, in <module>
  File "/Library/Python/2.7/site-packages/sklearn/cross_validation.py", line

2039, train_test_split dizilerinde = dizinlenebilir (* diziler) Dosya "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", satır 206, dizinlenebilir check_consistent_length (* sonuç) Dosya "/ Kütüphane / Python / 2.7 / site-paketleri / sklearn / utils / validation.py ", satır 181, check_consistent_length" örneklerinde:% r "% [uzunluklar için l için int (l]])

ValueError: Found input variables with inconsistent numbers of samples: [1, 29]

Bu hatayla karşılaşıyorsunuz çünkü sizin Xve Yaynı uzunlukta (gerekli olan şey train_test_split), yani X.shape[0] != Y.shape[0]. Mevcut kodunuz verildiğinde:

>>> X.shape
(1, 6, 29)
>>> Y.shape
(29,)

Bu hatayı düzeltmek için:

1. İçinden ekstra listesini çıkartın np.array()tanımlarken Xveya aşağıdaki komutla sonradan ekstra bir boyut kaldırın: X = X.reshape(X.shape[1:]). Şimdi şekli X(6, 29) olacak.
2. Devrik Xçalıştırarak X = X.transpose()içinde örneklerin eşit sayıda olsun Xve Y. Şimdi, şekli X(29, 6) ve şekli Y(29,) olacaktır.

Train_test_split her ikisini de bekliyor Xve Yaynı uzunlukta bir liste mi beklemiyor ? X'inizin uzunluğu 6 ve Y'nin uzunluğu 29'dur. Bunu panda veri çerçevesine (29x6 boyutlu) dönüştürmeyi deneyebilir ve tekrar deneyebilir misiniz?

Verileriniz göz önüne alındığında, 6 özelliğiniz var gibi görünüyor. Bu durumda, X29 satır ve 6 sütuna dönüştürmeyi deneyin . Ardından bu veri çerçevesini 'e iletin train_test_split. Listenizi veri çerçevesine dönüştürebilirsiniz pd.DataFrame.from_records.