sklearn：在使用 RandomForestClassifier 时发现样本数量不一致的输入变量答案

【问题标题】：sklearn: Found input variables with inconsistent numbers of samples while using RandomForestClassifiersklearn：在使用 RandomForestClassifier 时发现样本数量不一致的输入变量
【发布时间】：2022-01-10 04:52:22
【问题描述】：

我正在使用 RandomForestClassifier 和某个数据集解决分类问题，当我尝试运行我的程序时，出现一条错误消息，显示：“发现样本数量不一致的输入变量：[242, 61]”。我应该怎么办？代码是：-

from sklearn.ensemble import RandomForestClassifier
np.random.seed(42)
X=heart_disease.drop('target',axis=1)
y=heart_disease['target']
X_train,y_train,X_test,y_test=train_test_split(X,y,test_size=0.2)
clf=RandomForestClassifier()
clf.fit(X_train, y_train)
clf.score(X_test,y_test)

【问题讨论】：

标签： python scikit-learn classification

【解决方案1】：

那是因为train_test_split的返回不正确试试这个：

X_train, X_test, y_train, y_test=train_test_split(X,y,test_size=0.2)

【讨论】：