拟合模型时样本数不一致报错：已确认数据形状匹配仍存疑问

兄弟，你这问题的根源太典型了——你把train_test_split的返回值顺序搞反了！

先看你写的这行代码：

X_train, y_train, X_test, y_test = train_test_split(X_sliced, y_sliced)

sklearn里的train_test_split默认返回顺序是：X_train, X_test, y_train, y_test。你把y_train和X_test的位置弄混了，直接导致：

• X_train确实是拆分后的训练集特征（108797个样本）
• 但你赋值给y_train的其实是拆分后的测试集特征（36266个样本）
• 后面的X_test和y_test也全乱了套

这就难怪拟合模型时会报样本数不一致的错误——你的X_train有108797个样本，而你当成y_train的变量只有36266个样本，两者完全不匹配。

修正后的代码 #

把train_test_split的返回顺序调整正确就行：

X_train, X_test, y_train, y_test = train_test_split(X_sliced, y_sliced)
linreg.fit(X_train, y_train)

额外提个小建议：以后用这类拆分函数时，要么记准返回顺序，要么拆分后打印每个变量的形状校验一下，能避免很多这类低级失误~

内容的提问来源于stack exchange，提问作者HTTP 418