使用train_test_split拆分数据集报not enough values to unpack错误求助

• 核心逻辑：train_test_split 函数的返回值数量和输入的数据集数量直接对应：输入1个数据集返回2个拆分结果，输入2个数据集返回4个拆分结果，依次类推。
• 代码问题：你仅传入了m_nyc这1个数据集，函数只会返回2个值，但你用4个变量接收返回结果，自然触发“期望4个值，仅得到2个”的解包报错。
• 额外逻辑错误：你没有提前拆分特征（X）和预测目标（y），甚至把预测目标price_log也一起做了标准化，不符合常规建模逻辑，预测目标一般不需要标准化。

你需要先拆分特征和预测目标，只对特征做标准化，再把两个数据集传入train_test_split，修改后的对应代码如下：

# 预处理完m_nyc后，先拆分特征和预测目标
X = m_nyc.drop(columns=['price_log'])
y = m_nyc['price_log']

# 仅对特征做标准化，不要标准化标签
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 传入X、y两个数据集，函数会返回4个拆分结果，匹配左侧变量数量
X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, train_size=0.7, test_size=0.3, random_state=100)

内容的提问来源于stack exchange，提问作者Gavin O'Doherty