python - Python 中的样本数量不一致错误

Question

我正在 Spyder IDE 上参与泰坦尼克号竞赛。代码几乎不完整，但我正在一步一步地完成(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 inputvariables with不一致数量的样本:[891, 183] 错误。这是我到目前为止所拥有的:

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)

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

Answer 1

该错误是因为您从已过滤的数据中获取标签，并从未过滤的数据中获取x

更改以下行

x = train_data[columns_of_interest]

至

x = filtered_titanic_data[columns_of_interest]