使用train_test_split报错：'dict'对象没有'data'属性

问题原因 #

• Python字典不能用**点号.访问键值，你写的array1.data属于错误的访问方式，字典的正确取值方式是用方括号[]**指定键名。
• 你的特征数组和标签数组样本数不匹配：data_array有5个样本，target_array只有4个标签，这会导致train_test_split后续抛出维度不匹配的错误。

修复后的代码 #

import numpy as np
from sklearn.model_selection import train_test_split

# 调整特征数组的样本数，和标签数组保持一致
data_array = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
target_array = np.array([11, 12, 13, 14])

array1 = {'data': data_array, 'target': target_array}

# 用方括号访问字典的键值，同时注意train_test_split的返回顺序是X_train, X_test, y_train, y_test
X_train, X_test, y_train, y_test = train_test_split(
    array1['data'], array1['target'])

# 验证输出
print("X_train:\n", X_train)
print("y_train:\n", y_train)
print("X_test:\n", X_test)
print("y_test:\n", y_test)

关键注意点 #

• 字典取值：将array1.data改为array1['data']，array1.target改为array1['target']，这是Python字典的标准取值语法。
• 样本数对齐：必须保证特征数组的行数（样本数量）和标签数组的元素数量完全一致，否则无法完成样本与标签的对应匹配。

内容的提问来源于stack exchange，提问作者karoloso