ValueError: Found input variables with inconsistent numbers of samples:のエラー対処法

前提・実現したいこと

cancerデータセットを用いて、データセットを訓練データとテストデータに分割し、訓練セットに対する性能とテストセットに対する性能を近傍点の数に対して評価したいです。
オライリー社の「Pythonで始める機械学習」の２章の2.3.2.2の箇所です。

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-35-2bc7850ca05e> in <module>
     12     #モデルを構築
     13     clf=KNeighborsClassifier(n_neighbors=n_neighbors)
---> 14     clf.fit(X_train,y_train)
     15     #訓練セット精度を記録
     16     training_accuracy.append(clf.score(X_train,y_train))

~\Anaconda3new\lib\site-packages\sklearn\neighbors\base.py in fit(self, X, y)
    890         """
    891         if not isinstance(X, (KDTree, BallTree)):
--> 892             X, y = check_X_y(X, y, "csr", multi_output=True)
    893 
    894         if y.ndim == 1 or y.ndim == 2 and y.shape[1] == 1:

~\Anaconda3new\lib\site-packages\sklearn\utils\validation.py in check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
  727         y = y.astype(np.float64)
    728 
--> 729     check_consistent_length(X, y)
    730 
    731     return X, y

~\Anaconda3new\lib\site-packages\sklearn\utils\validation.py in check_consistent_length(*arrays)
    203     if len(uniques) > 1:
    204         raise ValueError("Found input variables with inconsistent numbers of"
--> 205                          " samples: %r" % [int(l) for l in lengths])
    206 
    207 

ValueError: Found input variables with inconsistent numbers of samples: [426, 19]

該当のソースコード

from sklearn.datasets import load_breast_cancer

cancer=load_breast_cancer()
X_train,X_test,y_trian,y_test=train_test_split(cancer.data,cancer.target,stratify=cancer.target,random_state=66)

training_accuracy=[]
test_accuracy=[]
#n_neighborsを1から10まで試す
neighbors_settings=range(1,11)

for n_neighbors in neighbors_settings:
    #モデルを構築
    clf=KNeighborsClassifier(n_neighbors=n_neighbors)
    clf.fit(X_train,y_train)
    #訓練セット精度を記録
    training_accuracy.append(clf.score(X_train,y_train))
    #汎化精度を記録
    test_accuracy.append(clf.score(X_test,y_test))

plt.plot(neighbors_settings,training_accuracy,label="training accuracy")
plt.plot(neighbors_settings,test_accuracy,label="test accuracy")
plt.ylabel("Accuracy")
plt.xlabel("n_neighbors")
plt.legend()