KNeighborsClassifier .predict（）函数不起作用

Question

我正在使用Python中的scikit-learn库中的KNeighborsClassifier算法。我遵循了基本的说明，将我的数据和标签分成训练和测试数据，然后在训练数据上训练我的模型。现在我试图预测测试数据的准确性，但是会出错。这是我的代码：

from sklearn.neighbors import KNeighborsClassifier 
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score

 data_train, data_test, label_train, label_test = train_test_split(df, labels, 
                                                              test_size=0.2,
                                                              random_state=7)
mod = KNeighborsClassifier(n_neighbors=4)
mod.fit(data_train, label_train)
predictions = mod.predict(data_test)

print accuracy_score(label_train, predictions)

我得到的错误：

ValueError: Found arrays with inconsistent numbers of samples: [140 558]

140是训练数据的一部分，558是基于test_size = 0.2的测试数据（我的数据集是698个样本）。我确认标签和数据集大小相同698.但是，我得到这个错误，基本上是试图比较测试数据和训练数据集。

有谁知道这里有什么问题吗？我应该用什么来训练我的模型，以及我应该用什么来预测分数？

谢谢！

Answer 1

您应该使用accuracy_score计算label_test，而不是label_train。您希望将测试集的实际标签label_test与模型的预测predictions进行比较，以获得测试集。

Answer 2

您是否尝试通过以下问题解决问题？

  

sklearn: Found arrays with inconsistent numbers of samples when calling LinearRegression.fit()