发现样本数量不一致的输入变量：[799996, 199999]
Found input variables with inconsistent numbers of samples: [799996, 199999]
我正在拆分单个 df 那么为什么它在 X_train、X_test 中给出不一致的样本数（如果这是错误的意思）？
X_train, X_test = train_test_split(df[categorical_cols+ numeric_cols], test_size=0.2, random_state=4)
regression = LinearRegression().fit(X_train, X_test)
regression.score(X)
在您的示例中，该方法将执行大致相当于以下内容的操作：
为每条记录生成一个0到1之间的随机数
将随机数低于 .2 的记录放入测试集中
把剩下的放到训练集中
实际放入 train/test 组的数量存在一定的随机性，因为 .2 以下的随机数并不总是正好是 20%。
我正在拆分单个 df 那么为什么它在 X_train、X_test 中给出不一致的样本数（如果这是错误的意思）？
X_train, X_test = train_test_split(df[categorical_cols+ numeric_cols], test_size=0.2, random_state=4)
regression = LinearRegression().fit(X_train, X_test)
regression.score(X)
在您的示例中，该方法将执行大致相当于以下内容的操作：
为每条记录生成一个0到1之间的随机数
将随机数低于 .2 的记录放入测试集中
把剩下的放到训练集中
实际放入 train/test 组的数量存在一定的随机性，因为 .2 以下的随机数并不总是正好是 20%。