scikit-learn：为何训练数据与目标数据需尺寸匹配？附KNN疑问

为什么标签长度不匹配会报错？ #

scikit-learn里的分类器要求每一条训练数据都得对应一个标签。你给出的training = [[1], [4], [3]]是3个独立的训练样本，所以标签列表labels的元素数量必须和样本数完全一致——也就是得有3个标签。

当你设labels = [[0], [1]]时，只有2个标签，少了对应第三个样本[3]的标签，模型根本不知道这个样本该归到哪一类，自然会抛出“目标值尺寸与输入不匹配”的错误。而labels = [[0], [1], [1]]或labels = [[0], [0], [1]]都有3个标签，每个样本都能对应到一个类别，所以能正常运行。

标签的排列顺序是否重要？ #

当然重要。标签列表的第n个元素，必须严格对应训练数据列表的第n个样本的类别。比如training里第一个样本是[1]，labels第一个元素是0，就代表[1]属于类别0；如果你把标签顺序搞混了，模型就会把样本和错误的类别绑定，训练出来的模型完全不符合你的预期，根本没法用。

内容的提问来源于stack exchange，提问作者tonythestark