KNeighborsClassifier .predict() 函数不起作用

Question

我正在使用 Python 中 scikit-learn 库中的 KNeighborsClassifier 算法。我遵循了基本说明，例如将我的数据和标签拆分为训练和测试数据，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，但得到一个错误。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）。我验证了标签和数据集的大小相同 698。但是，我得到了这个错误，基本上是在尝试比较测试数据和训练数据集。

有人知道这里出了什么问题吗？我应该使用什么来训练我的模型，以及我应该使用什么来预测分数？

谢谢！

Answer 1

您应该用label_test 计算accuracy_score，而不是label_train。您希望将测试集的实际标签 label_test 与您的模型 predictions 对测试集的预测进行比较。

Answer 2

您是否尝试通过以下问题解决您的问题？

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