Python中识别并剔除测试集错误样本报错问题求助

你用np.flatnonzero拿到的是样本在y_test中的位置索引（从0开始的连续序号），但y_test.drop()默认是按DataFrame的标签索引（也就是你看到的101409、27117这类原始索引值）来删除的，两者不匹配，所以触发KeyError。

这里有几种可行的解决方法：

方法1：用布尔索引直接筛选正确样本 #

跳过获取位置索引的步骤，直接用预测正确的布尔条件筛选，最简洁高效：

# 生成预测正确的布尔掩码
correct_mask = y_predicted_l == y_test
# 筛选出预测正确的样本
new_y_test = y_test[correct_mask]

方法2：获取错误样本的标签索引再删除 #

先通过位置索引拿到对应的原始标签索引，再传给drop方法：

# 从y_test的索引中取出错误样本对应的标签索引
incorrect_labels = y_test.index[f_incorrects]
# 根据标签索引删除错误样本
new_y_test = y_test.drop(incorrect_labels, axis=0)

方法3：重置y_test的索引后再删除 #

如果后续不需要保留原始索引，可以先把y_test的索引重置为连续序号，再按位置删除：

# 重置索引，drop=True会丢弃原来的索引列
y_test_reset = y_test.reset_index(drop=True)
# 现在可以直接用f_incorrects删除错误样本
new_y_test = y_test_reset.drop(f_incorrects, axis=0)

内容的提问来源于stack exchange，提问作者SLA