拆分数据集以按行进行训练和测试

Question

我想根据年份将我的数据集拆分为训练和测试数据集。这个想法是将年份范围为 2009-2017 的行放入训练数据集中，将 2018 年的数据放入测试数据集中。大多数情况下，拆分数据集很容易，但我的模型引发了很多索引问题。

X = ((df[df['Year'] < 2018]))

X_train = np.array(X.drop(['Usage'], 1))

X_test = np.array(X['Usage'])

y =((df[df['Year'] > 2017]))

y_train = np.array(y.drop(['Usage'], 1))

y_test = np.array(y['Usage'])

这就是我计划拆分数据的方式。使用列是我的预测列，包含连续值。应用一个简单的 RandomForestRegressor() 给了我这个错误作为回报

ValueError: Number of labels=14495 does not match number of samples=382772

aditya 我的回归模型非常基本，但我以任何方式附加代码。在 X 中传递的列如下： X= [Cust_Id', 'Usage', 'Plan_Group', 'Contract_Type', 'Cust_Status','Premise_Zip', 'Year', 'Month']

model = RandomForestRegressor()

model.fit(X_train, y_train)

y_pred = model.predict(X_test)

# evaluate predictions

print(model.score(X_test, y_test))

# accuracy = accuracy_score(y_test, (y_pred < 0.5).astype(int))