MLPRegressor报错‘y_true与y_pred输出数量不一致’的解决求助

核心错误原因 #

你在计算回归评估指标时，错误地将测试集的输入特征X_test作为真实标签（y_true）传入r2_score和mean_squared_error函数，正确的真实标签应该是y_test。这就导致y_true是9列（你的输入特征数），而模型预测的pred_nnr是1列（回归任务的输出），两者维度不匹配，触发了ValueError。

修复后的代码 #

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=42)
model_nnr = MLPRegressor(
    hidden_layer_sizes = (30,30,30,30,30),
    activation = 'logistic',
    random_state = 0
).fit(X_train, y_train)

pred_nnr = model_nnr.predict(X_test)

# 修正：将X_test替换为y_test
print('r2_score:', r2_score(y_test, pred_nnr))
print('Mean Squared Error:', mean_squared_error(y_test, pred_nnr))

额外检查建议 #

• 确认y的形状：确保你的输出标签y是一维数组（如(n_samples,)）或二维单列数组（如(n_samples,1)），避免因y的维度异常导致模型输出不符合预期。
• 验证拆分结果：可以打印y_test.shape和pred_nnr.shape，确认两者维度一致后再计算评估指标。

内容的提问来源于stack exchange，提问作者User