我正在使用python的scikit-learn库中的KNeighborsClassifier算法。我遵循了基本说明将我的数据和标签分为训练和测试数据，然后在训练数据上训练我的模型。现在，我试图预测测试数据的准确性，但会出错。这是我的代码：
from sklearn.neighbors import KNeighborsClassifier
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
data_train, data_test, label_train, label_test = train_test_split(df, labels,
test_size=0.2,
random_state=7)
mod = KNeighborsClassifier(n_neighbors=4)
mod.fit(data_train, label_train)
predictions = mod.predict(data_test)
print accuracy_score(label_train, predictions)
我得到的错误：
ValueError: Found arrays with inconsistent numbers of samples: [140 558]
140是训练数据的一部分，558是基于test_size = 0.2的测试数据（我的数据集是698个样本）。我验证了标签和数据集的大小相同698。但是，我得到了这个错误，它基本上是在试图比较测试数据和训练数据集。
有人知道这是怎么回事吗？我应该使用什么来训练我的模型并预测其得分？
谢谢！
最佳答案
您应该使用accuracy_score而不是label_test计算label_train。您想将测试集label_test的实际标签与模型对测试集的预测predictions进行比较。
关于python - KNeighborsClassifier .predict()函数不起作用，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39811270/