我正在使用 Python 中 scikit-learn 库中的 KNeighborsClassifier 算法。我遵循基本说明,例如将我的数据和标签拆分为训练和测试数据,然后根据训练数据训练我的模型。现在我试图预测测试数据的准确性,但出现错误。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,我收到此错误,这基本上是在尝试比较测试数据和训练数据集。
有谁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!
最佳答案
您应该使用 label_test
而不是 label_train
来计算 accuracy_score
。您想要将测试集 label_test
的实际标签与测试集的模型预测 predictions
进行比较。
关于python - KNeighborsClassifier .predict() 函数不起作用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39811270/