KNeighborsClassifier查询数据维度必须与训练数据维度匹配

Question

我试图在k的不同值上找到模型上的训练误差。

这是我的代码：

x_eq = np.array(equal_scales[['x1','x2']])
y_eq = np.array(equal_scales[['category']])
y_eq = y_eq.ravel()

train_error_list = []
for i in range(30):
    i = i+1
    knn4 = KNeighborsClassifier(n_neighbors=i)
    knn4.fit(x_eq, y_eq)
    #evaluate accuracy training-error
    train_accuracy = knn2.score(x_eq, y_eq)
    train_error = 1 - train_accuracy
    train_error_list.append(train_error)

x_eq是一个numpy数组，其形状（100,2）如下所示：

array([[ -1.33255739e-01,  -1.68917051e+00],
       [  1.22342923e+00,  -4.58386227e-01],
       [ -7.50266300e-01,   1.84619283e-01],
       [ -5.75475318e-01,   7.98265338e-01],
       [ -2.59622198e-01,  -8.56879897e-01],
       [ -4.54110670e-01,   1.36136079e+00],
       [  6.87128005e-01,  -1.56213731e+00],
       [ -8.52919125e-01,  -2.15160667e-01],
       [  1.08863420e+00,   1.88649799e+00],
       [ -6.08777374e-05,   1.43126563e+00],
       [ -4.00791901e-01,   2.06030370e-01],
   [  7.36267212e-01,   2.29608975e-01],

y_eq是一个numpy数组，其形状（100，）如下所示：

array(['B', 'C', 'B', 'B', 'B', 'B', 'C', 'B', 'C', 'B', 'B', 'C', 'B',
       'C', 'B', 'D', 'B', 'B', 'A', 'B', 'A', 'D', 'B', 'A', 'B', 'C',
       'B', 'B', 'B', 'C', 'B', 'C', 'B', 'B', 'C', 'B', 'B', 'B', '

我收到以下错误消息：

ValueError: query data dimension must match training data dimension

我之前的模型非常相似，我不确定这个模型与我以前的测试有什么不同。谢谢你的帮助！