如何在K近邻回归中使用2个以上变量？附报错解决

能不能用2个以上变量？ #

完全可以，K近邻回归天然支持多特征输入，不管是3个还是更多特征都能处理，这也是它的核心特性之一。

具体操作方法 #

要使用3个或更多变量，只需要在选取输入特征时增加对应的列即可。比如你要新增一个Hospital density特征，修改代码如下：

# 选取3个特征作为输入X
X = df[['Health index', 'Number of PHYSICIAN', 'Hospital density']]
y = df['Mortality rate']

# 后续划分数据集、训练模型的步骤和之前完全一致
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=42)
neigh = neighbors.KNeighborsRegressor(n_neighbors=5).fit(X_train, y_train)

报错原因及修复方案 #

你碰到的ValueError: X has 2 features, but KNeighborsRegressor is expecting 3 features as input.，本质就是训练模型时用的特征数量，和预测时输入的特征数量不匹配，常见两种情况：

• 训练时用了3个特征，但自定义的预测样本（比如你的sample变量）只给了2个值
  修复：给sample补充第三个特征的数值，比如对应新增的Hospital density，改成：

  sample = [1000, 1000, 50]  # 第三个数值对应新增的特征
  sample_pred = neigh.predict([sample])
  

• 训练时误选了2个特征，但预测时传入了3个特征
  修复：检查X = df[[]]里的特征列数量，确保和预测输入的特征数、顺序完全一致

所有用于预测的输入（包括X_test和自定义样本），特征数量、顺序必须和训练时的X_train完全对齐，否则就会触发这个特征不匹配的报错。

内容的提问来源于stack exchange，提问作者jorge