...
Eroare Machine Learning · Forma datelor: X 2D, y 1D, număr de rânduri

ValueError: Found input variables with inconsistent numbers of samples: [5, 4]

Pe scurt

X și y (sau y_true și y_pred) au un număr diferit de rânduri: aici 5 și 4. Fiecare exemplu din X trebuie să aibă exact o etichetă în y. Caută locul unde ai filtrat sau ai împărțit doar una dintre ele și construiește-le din același tabel.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Lista de la final arată câte rânduri are fiecare argument, în ordinea în care le-ai dat: [5, 4] înseamnă că primul (X) are 5 rânduri, iar al doilea (y) are 4. scikit-learn împerechează rândul i din X cu valoarea i din y, deci numerele trebuie să fie egale.

Apare la fit, score, train_test_split și la toate metricile (accuracy_score, mean_squared_error). Cauzele frecvente: ai șters rânduri (dropna, un filtru) doar din X sau doar din y; ai amestecat y_train cu X_test după împărțire; ai uitat o valoare când ai scris datele de mână; sau ai transpus X (X.T), așa că rândurile au devenit coloane. Afișează X.shape și len(y) chiar înainte de linia care dă eroarea.

De ce apare: cauzele frecvente

1Filtru aplicat doar pe X

Greșit
PYTHON
X = df[["suprafata"]].dropna()
y = df["pret"]
model.fit(X, y)
Corect
PYTHON
df = df.dropna(subset=["suprafata"])
X = df[["suprafata"]]
y = df["pret"]
model.fit(X, y)

Filtrând tot tabelul înainte de separare, X și y pierd aceleași rânduri și rămân aliniate.

2Seturi de train și test amestecate

Greșit
PYTHON
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)
model.fit(X_train, y_test)
Corect
PYTHON
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)
model.fit(X_train, y_train)

train_test_split întoarce patru valori în ordinea X_train, X_test, y_train, y_test. fit primește perechea de train.

3Metrică calculată pe seturi diferite

Greșit
PYTHON
y_pred = model.predict(X_test)
print(accuracy_score(y_train, y_pred))
Corect
PYTHON
y_pred = model.predict(X_test)
print(accuracy_score(y_test, y_pred))

Predicțiile sunt pentru exemplele de test, deci le compari cu etichetele de test, care au același număr de rânduri.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Found input variables with inconsistent numbers of samples: [5, 6], pentru că rândul cu vârstă lipsă a fost șters doar din X. Repară-l: elimină rândul din tot tabelul înainte de a construi X și y, ca programul să afișeze câte rânduri au X și y și acuratețea pe datele de antrenare.

Codul care dă eroarea
PYTHON
import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression

df = pd.DataFrame({
    "varsta": [25, 40, np.nan, 35, 52, 23],
    "venit": [3000, 7000, 5000, 6500, 9000, 2800],
    "aprobat": [0, 1, 1, 1, 1, 0],
})

X = df[["varsta", "venit"]].dropna()
y = df["aprobat"]
model = LogisticRegression(max_iter=1000).fit(X, y)
print("Randuri X:", len(X), "| randuri y:", len(y))
print("Acuratete:", model.score(X, y))
După reparație, programul afișează
Randuri X: 5 | randuri y: 5
Acuratete: 1.0
Indiciu

Înlocuiește df[["varsta", "venit"]].dropna() cu un df = df.dropna() aplicat înainte.

Alte forme ale mesajului

  • ValueError: Found input variables with inconsistent numbers of samples: [100, 80]

Cum o eviți pe viitor

Construiește X și y din același DataFrame, după ce ai terminat toată curățarea. După train_test_split, folosește mereu perechile cu același sufix (_train cu _train, _test cu _test). Un assert len(X) == len(y) înainte de fit îți arată imediat problema, iar un Pipeline reduce numărul de locuri în care poți amesteca seturile.

Întrebări frecvente

În ce ordine sunt numerele din paranteze?

În ordinea argumentelor: la fit(X, y) primul e numărul de rânduri din X, al doilea din y. La accuracy_score(y_true, y_pred), primul e y_true.

Dar X are 4 coloane și y are 4 valori, de ce nu merge?

Contează rândurile, nu coloanele. Dacă X are forma (1, 4), ai un singur exemplu cu 4 caracteristici; probabil trebuia reshape(-1, 1) sau ai transpus tabelul din greșeală.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.