Sklearn管道训练报错：输入变量样本数不一致[15,5]

错误原因 #

你在调用pipe.fit()时传错了标签参数：用了测试集标签Y_test（5个样本），但训练特征X_train是15个样本（默认train_test_split按75%/25%拆分20条数据），两者样本数不一致，直接触发了报错。

修正步骤 #

1. 修正训练标签参数：训练模型必须传入训练集对应的标签Y_train，而非测试集标签Y_test
2. 统一变量大小写：代码里X和x混用，建议保持命名一致性（比如统一用大写X指代特征集）

修正后的完整代码 #

from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC

# 统一变量命名大小写
X = x
y = y

X_train, X_test, Y_train, Y_test = train_test_split(X, y, random_state=0)

pipe = Pipeline([('scaler', StandardScaler()), ('svc', SVC(kernel='rbf', C=10))])

# 训练时传入训练集特征和对应标签
pipe.fit(X_train, Y_train)

# 用测试集评估模型效果
test_score = pipe.score(X_test, Y_test)
print(f"模型测试集得分：{test_score}")

额外说明 #

• train_test_split默认按75%/25%比例拆分数据集，20条数据拆分后即15条训练样本、5条测试样本，这也是报错中[15, 5]的来源
• Sklearn管道会自动在训练集上拟合标准化器，再用拟合后的规则转换训练集和测试集，无需手动单独处理，能避免数据泄露问题

内容的提问来源于stack exchange，提问作者Suhail