时间戳

首页 > 解决方案 > ValueError：发现样本数量不一致的输入变量：[1, 137]

python - ValueError：发现样本数量不一致的输入变量：[1, 137]

问题描述

我正在构建一个 Web 应用程序来使模型预测 User_input 值（在我的例子中是 9 个不同的特征滑块包含不同的值）并在最后显示结果和预测准确性。因此，当我尝试预测 User_input 而不是 X_test 时，会出现此错误： ValueError: Found input variables with contrast numbers of samples: [1, 137]

以下是我从用户那里得到的输入：

def dataset_input(dataset_name):
inputs = dict()

user_input1=st.slider("Clump Thickness", 1, 10, step=1)
user_input2=st.slider("Uniformity of Cell Size", 1, 10, step=1)
user_input3=st.slider("Uniformity of Cell Shape", 1, 10, step=1)
user_input4=st.slider("Marginal Adhesion", 1, 10, step=1)
user_input5=st.slider("Single Epithelial Cell Size", 1, 10, step=1)
user_input6=st.slider("Bare Nuclei", 1, 10, step = 1)
user_input7=st.slider("Bland Chromatin", 1, 10, step=1)
user_input8=st.slider("Normal Nucleoli", 1, 10, step=1)
user_input9=st.slider("Mitoses", 1, 10, step = 1)
inputs=[[user_input1, user_input2, user_input3, user_input4, user_input5,
     user_input6, user_input7, user_input8, user_input9]]
return inputs

inputs = dataset_input(dataset_name)

然后我拆分数据并训练模型：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state=1234)

clf.fit(X_train, y_train)

之后我想显示用户输入的预测：

y_pred = clf.predict(inputs)
#print(inputs)

from sklearn.metrics import accuracy_score
acc = accuracy_score(y_pred, y_test)
print(acc)

如果我把 X_test 而不是（输入），它工作正常，但我想要 User_input。

此外，当我打印（输入）时，我得到一个预测值，这是一件好事，但我无法显示准确度得分。

这是数据集链接： https ://archive.ics.uci.edu/ml/datasets/breast+cancer+wisconsin+%28original%29

这是拆分数据集后的变量长度

我将不胜感激！谢谢你。

编辑：我认为我有这个问题，因为我的 y_pred 有 137 个值，而（输入）只有一个值，所以我无法显示准确性。不幸的是 IDK 如何解决这个问题。

标签： pythontensorflowmachine-learningscikit-learnweb-applications

解决方案

您遇到该错误是因为您的X和y不具有相同的长度（这是 train_test_split 要求的），即X.shape[0] != y.shape[0].

要修复此错误：

删除额外的维度，然后X通过运行转置以在和X = X.transpose()中获得相等数量的样本。Xy

推荐阅读