- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我无法从 sklearn 库中导入 cross_validation;我使用 sklearn 版本 0.20.0
from sklearn import cross_validation
后面的代码:
features_train, features_test, labels_train, labels_test = cross_validation.train_test_split(word_data, authors, test_size=0.1, random_state=42)
错误:
Traceback (most recent call last):
File "D:\me\M.Sc\Udacity_ML_course\ud120-projects- master\naive_bayes\nb_author_id.py", line 16, in <module>
from email_preprocess import preprocess
File "../tools/email_preprocess.py", line 8, in <module>
from sklearn import cross_validation
ImportError: cannot import name cross_validation
最佳答案
发生这种情况是因为 sklearn
中没有 cross_validation
对象。您可能正在寻找更像 cross_validate
函数的东西。您可以通过访问它
from sklearn.model_selection import cross_validate
但是,您不需要导入任何交叉验证软件来执行训练-测试拆分,因为这只会从数据中随机抽样。尝试
from sklearn.model_selection import train_test_split
其次是
features_train, features_test, labels_train, labels_test = train_test_split(word_data, authors, test_size=0.1, random_state=42)
关于python - 导入错误 : cannot import name cross_validation,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53011739/
我正在尝试找出如何使用 cross_validate 生成混淆矩阵。我能够使用目前的代码打印出分数。 # Instantiating model model = DecisionTreeClassif
我正在使用 scikit-learn cross_validation( http://scikit-learn.org/stable/modules/cross_validation.html )
我正在尝试找出如何使用 cross_validate 生成混淆矩阵。我能够使用目前的代码打印出分数。 # Instantiating model model = DecisionTreeClassif
我正在使用 scikit-learn cross_validation( http://scikit-learn.org/stable/modules/cross_validation.html )
我尝试在 python 2 中使用以下语句导入 cross_validation from sklearn import cross_validation 但我收到以下错误 cannot import
正在学习机器学习类(class),我想将数据分为训练集和测试集。我想将其拆分,使用决策树对其进行训练,然后打印出我的测试集的分数。我的代码中的交叉验证参数已给出。有人看到我做错了什么吗? 我得到的错误
我正在尝试在分类问题中同时使用 cross_validate 函数和 SMOTE 函数,我想知道如何正确执行此操作。 这是我用来在机器学习分类算法中调用 cross_validation 的简单函数:
使用 LeaveOneOut 的 sklearn.cross_validation 中可能存在错误。x_test 和 y_test 没有在 LeaveOneOut 中使用。相反,验证是使用 x_tra
我在 sci-kit 学习文档中找不到此信息。但根据我得到的数字,分数看起来不像是均方误差。 最佳答案 cross_val_score 调用您传入的估算器的 .score() 方法,返回的内容因估算器
当我导入时,我使用的是 anaconda import sklearn as sk 它有效但导入时: from sklearn.cross_validation import train_test_s
我有以下代码,它执行 5 倍交叉验证并返回几个指标值。 iris = load_iris() clf = SVC() scoring = {'acc': 'accuracy',
我正在尝试一下 scikit-learn,并希望为所执行的网格搜索的一个特定超参数组合重现交叉验证分数。 对于网格搜索,我使用了 GridSearchCV 类,并为一个特定的超参数组合重现结果,我使用
我尝试使用 pandas_ml 库完成交叉验证 df = pdml.ModelFrame(features, target) estimators = {'SVM: SVR': df.svm.SVR(
我无法从 sklearn 库中导入 cross_validation;我使用 sklearn 版本 0.20.0 from sklearn import cross_validation 后面的代码:
我正在尝试将我的数据集拆分为训练和测试数据集,但出现此错误: X_train,X_test,Y_train,Y_test = sklearn.cross_validation.train_test_s
我面临以下错误的问题: ModuleNotFoundError: No module named 'sklearn.cross_validation' 当我检查使用 pip freeze 安装的软件包
我正在尝试做: from sklearn.model_selection import cross_validate 如here所述。 但是得到错误: ImportError: cannot impo
我正在尝试一个代码,但它显示了这个错误 NameError:name 'cross_validation' is not defined 当我运行这一行时 X_train, X_test, y_tra
只是想知道 sklearn.cross_validation.cross_val_score 到底是什么?文档说这是内部评分方法。它是否提供 FPR/精度/召回率? 最佳答案 默认情况下,cross_
我正在使用: sklearn.cross_validation.cross_val_score 进行交叉验证并获得每次运行的结果。 这个函数的输出是分数。 是否有一种方法可以获取在 cross_val
我是一名优秀的程序员,十分优秀!