使用RandomForestClassifier拟合模型时样本数不匹配错误求助

问题根源 #

你在执行train_test_split时，将划分后的训练集特征覆盖了原X_train变量，但训练集标签被存到了**大写的Y_train**中，原始的全量标签y_train（9557个样本）并未被替换。拟合模型时你传入的是划分后的X_train（7167个样本）和未更新的y_train，两者样本数不一致，因此触发ValueError。

解决办法 #

有两种简单的修正方式：

方式一：统一变量命名（推荐）

修改train_test_split的变量赋值，将划分后的训练集标签存回小写y_train，覆盖原始变量：

X_train, X_test, y_train, y_test = train_test_split(X_train, y_train, test_size=0.25)

之后直接执行拟合即可：

rfc_model.fit(X_train, y_train)

方式二：使用正确的标签变量

保持现有变量名不变，拟合时传入划分后的训练集标签Y_train：

rfc_model.fit(X_train, Y_train)

验证建议 #

修改后可以再次打印对应变量的形状，确认X_train.shape和标签变量的形状样本数一致，再执行模型拟合。

内容的提问来源于stack exchange，提问作者Aafiya P Sayyad