来自 Python 的样本数量不一致错误

Question

我正在 Spyder IDE 上进行泰坦尼克号竞赛。代码几乎没有完成，但我正在一步步完成（这是我第一次构建学习模型）。现在，我在尝试运行我的代码时在日志中收到 Found input variables with inconsistent numbers of samples: [891, 183] 错误。这是我目前所拥有的：

import pandas as pd
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_absolute_error

train_path = "C:\Users\Omar\Downloads\Titanic Data\train.csv"
train_data = pd.read_csv(train_path)
columns_of_interest = ['Survived','Pclass', 'Sex', 'Age']
filtered_titanic_data = train_data.dropna(axis=0)

x = train_data[columns_of_interest]
y = filtered_titanic_data.Survived

train_x, val_x, train_y, val_y = train_test_split(x, y, random_state=0)

titanic_model = DecisionTreeRegressor()
titanic_model.fit(train_x, train_y)

val_predictions = titanic_model.predict(val_x)

print(filtered_titanic_data)

不知道它来自 excel 文件还是参数。如果这是一个简单的问题，我很抱歉。我无法实施其他人的解决方案。

Answer 1

该错误是因为您从过滤数据中获取标签并从未过滤数据中获取 x

更改以下行

x = train_data[columns_of_interest]

至

x = filtered_titanic_data[columns_of_interest]

来自 Python 的样本数量不一致错误

Inconsistent numbers of samples error from Python

python

machine-learning

pandas

scikit-learn

kaggle