已完成Train-Test Split仍报NameError: name 'X_train' is not defined求助

问题背景 #

已成功完成训练测试集划分，输出的数据集维度验证了划分有效，但运行建模代码时触发NameError，提示X_train未定义，重新执行划分代码后问题依旧。

相关代码与报错信息 #

训练测试集划分代码及输出 #

# Test-train split
from sklearn.model_selection import train_test_split
X = df.iloc[:,0:5]
y = df['charges']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=1)

print(X_train.shape) #(3500, 5)
print(X_test.shape) #(1500, 5)
print(y_train.shape) #(3500, )
print(y_test.shape) #(1500, )

输出结果：

(936, 5)
(402, 5)
(936,)
(402,)

建模代码及报错 #

# Modeling
from sklearn.linear_model import LinearRegression
from sklearn import metrics
from sklearn.metrics import mean_squared_error
reg = LinearRegression()

reg.fit(X_train,y_train)

print("The intercept term of the linear model:", reg.intercept_)

print("The coefficients of the linear model:", reg.coef_)

报错信息：

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-15-c8fa5d4c8df7> in <cell line: 8>()
---->   reg.fit(X_train,y_train)
        print("The intercept term of the linear model:", reg.intercept_)

NameError: name 'X_train' is not defined

排查与解决方向 #

• 确认代码执行上下文一致性：如果使用Jupyter Notebook，确保划分代码和建模代码在同一个内核会话中执行，且划分代码的单元格已成功运行（无报错）。避免在不同内核或重启内核后只运行建模代码。
• 检查变量作用域与拼写：确认建模代码中X_train的拼写与划分代码完全一致，无大小写错误或字符遗漏；同时检查划分代码后是否有其他代码删除或覆盖了X_train（比如del X_train操作）。
• 重启内核并顺序执行：Jupyter环境偶尔会出现变量缓存异常，重启内核后按顺序执行所有代码（先运行数据集加载、划分代码，再运行建模代码），排除变量污染问题。
• 验证变量存在性：在建模代码前添加print('X_train' in locals())或print(X_train)，确认X_train变量是否真的存在于当前环境中。

内容的提问来源于stack exchange，提问作者Alex Tsai