我有多个标签的数据，例如

我的X集是从第二列到第三列，我想对第一列或最后一列进行分类，所以我将Y设为最后一列。

目标是，如果我对 Vios 进行分类，它会返回Car或0，换句话说，它可以找到第一行的方式。

分类用例：

classify("poodle") #just pretend this is a working function

返回：宠物

我是如何尝试训练我的模型的：

from sklearn.feature_extraction.text import TfidfVectorizer
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state = 72)
count_vect = CountVectorizer()
X_train_counts = count_vect.fit_transform(X_train)
tfidf_transformer = TfidfTransformer()
X_train_tfidf = tfidf_transformer.fit_transform(X_train_counts)
clf3 = RandomForestClassifier().fit(X_train_tfidf, y_train)

我正在使用网络上某个地方的指南，它与它的工作方式有点相同，但最后我得到了返回：

ValueError: Found input variables with inconsistent numbers of samples: [5, 4156]

我马上就知道我做错了。如何训练模型以实现我的目标？我应该遵循的任何相关指南或技术？我什至不知道在这种情况下使用向量的正确方法。