python - 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!

Answer 1

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。