scikit-learnのエラー解決できません

###前提・実現したいこと
http://neuro-educator.com/ml18/　のサイトを参考に自分でも回帰を実装しようと思い、プログラムを書いていたところ下記のエラーがでました。

###発生している問題・エラーメッセージ
ValueError: Found input variables with inconsistent numbers of samples: [84, 105]
---追記
上記のエラーは解決しましたが、進めていくうちに次のエラーが発生しました
「SGDの平均2乗誤差」と「SVRの平均二乗誤差」
47.8755773832
49.403758817

Data with input dtype int64 was converted to float64 by StandardScaler.
warnings.warn(msg, DataConversionWarning)

###該当のソースコード

 -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import model_selection, preprocessing, linear_model ,svm#機械学習用のライブラリ
from matplotlib import pyplot as plt


df = pd.read_csv("kaozahyou3.csv",header=None,skiprows=True , sep=",")
df.columns = ['leye_x','leye_y','reye_x','reye_y','nose_x','nose_y','lmouth_x','lmouth_y','rmouth_x','rmouth_y','chin_x','chin_y','pitch']

X_rm=df[['nose_x']].values
X = df.iloc[:,0:12]
Y = df['pitch'].values

#3：データの整形-------------------------------------------------------
sc=preprocessing.StandardScaler()
sc.fit(X)
X=sc.transform(X)
sc.fit(X_rm)
X_rm=sc.transform(X_rm)

#4：学習データとテストデータに分割する-------------------------------
X_rm_train, X_rm_test, Y_train, Y_test = model_selection.train_test_split(X_rm, Y, test_size=0.5, random_state=0)

#5：SGD Regressorを適用する-------------------------------------------
clf_rm = linear_model.SGDRegressor(max_iter=1000)
clf_rm.fit(X_rm_train, Y_train)

#解説6：SVR linear Regressorを適用する-------------------------------------------
clf_svr = svm.SVR(kernel='linear', C=1e3, epsilon=2.0)
clf_svr.fit(X_rm_train, Y_train)

#7：結果をプロットする------------------------------------------------

line_X=np.arange(0, 250, 1) #3から10まで1刻み
line_Y_sgd=clf_rm.predict(line_X[:, np.newaxis])
line_Y_svr=clf_svr.predict(line_X[:, np.newaxis])
plt.figure(figsize=(30,30))
plt.subplot(2, 1, 1)
plt.scatter(X_rm_train, Y_train, c='b', marker='s')
plt.plot(line_X, line_Y_sgd, c='r')
plt.plot(line_X, line_Y_svr, c='g')
plt.show

# 8：誤差-------------------------------------------------
Y_pred_sgd=clf_rm.predict(X_rm_test)
Y_pred_svr=clf_svr.predict(X_rm_test)
print("\n「SGDの平均2乗誤差」と「SVRの平均二乗誤差」")
RMS_sgd=np.mean((Y_pred_sgd - Y_test) ** 2)
RMS_svr=np.mean((Y_pred_svr - Y_test) ** 2)
print(RMS_sgd)
print(RMS_svr)