__init__() a obtenu un inattendu argument mot-clé 'n_splits' ERREUR

Je vais essayer le code dans ce lien:

J'obtiens l'erreur de la ligne qui fait référence à StratifiedKFold(n_splits=60). Quelqu'un peut-il me dire comment je peux résoudre cette erreur?

Voici le Code:

import numpy as np
from scipy import interp
import matplotlib.pyplot as plt
from itertools import cycle

from sklearn import svm, datasets
from sklearn.metrics import roc_curve, auc
from sklearn.cross_validation import StratifiedKFold

iris = datasets.load_iris()
X = iris.data
y = iris.target
X, y = X[y != 2], y
X, y

cv = StratifiedKFold(n_splits=6)
classifier = svm.SVC(kernel='linear', probability=True,
                     random_state=random_state)

mean_tpr = 0.0
mean_fpr = np.linspace(0, 1, 100)

Voici l'erreur:

TypeError                                 Traceback (most recent call last)
<ipython-input-227-2af2773f4987> in <module>()
----> 1 sklearn.cross_validation.StratifiedKFold(n_splits=6)
      2 #cv = StratifiedKFold(n_splits=6,  shuffle=True, random_state=1)
      3 classifier = svm.SVC(kernel='linear', probability=True,
      4                      random_state=random_state)
      5 

TypeError: __init__() got an unexpected keyword argument 'n_splits'
  • sklearn.cross_validation.StratifiedKFold n'est pas sklearn.model_selection.StratifiedKFold et ne prend pas les mêmes arguments.
  • Dans le lien qu'ils ont utilisé sklearn.model_selection.StratifiedKFold. Mais vous utilisez sklearn.cross_validation.StratifiedKFold. Le module cross_validation a été désapprouvée. Je suis sûr que vous devez avoir reçu un avertissement pour elle.
  • La raison pour laquelle je suis à l'aide de sklearn.cross_validation.StratifiedKFold est que je suis d'erreur lors de l'utilisation de sklearn.model_selection.StratifiedKFold. Je n'ai pas d'avertissement lors de l'utilisation de sklearn.cross_validation.StratifiedKFold
  • J'ai répondu à votre problème. Mais une chose que j'ai remarqué, c'est que vous venez de frapper et courir. ie poser des questions, de commentaires sur les réponses si il ne marche pas à résoudre, puis plus rien. Vous n'avez accepter les réponses qui résoudre le problème, il ne vous même commentaire que votre problème a été résolu par une réponse spécifique ou non.
InformationsquelleAutor Shelly | 2017-04-16
  1. 5

    Vous n'êtes pas d'obtenir des avertissements lors de l'importation du sklearn.cross-validation module. Cela signifie que votre version installée est inférieure à 0.18.

    Si votre scikit-learn version est < 0.18, puis modifiez les lignes ci-dessous:
    (Prises de StratifiedKFold de la documentation pour la version 0.17)

    #Notice the extra parameter y and change of name for n_splits to n_folds
cv = StratifiedKFold(y, n_folds=6)

#Also note that the cv is called directly in for loop
for train_index, test_index in cv:
   print("TRAIN:", train_index, "TEST:", test_index)
   X_train, X_test = X[train_index], X[test_index]
   y_train, y_test = y[train_index], y[test_index]

    Si votre scikit-learn version est >=0.18, puis seulement vous pouvez utiliser le n_splits paramètre pour la cv:
    (Prises de StratifiedKFold actuel de la documentation, qui est ce que je pense que vous faites allusion)

    #Notice the extra parameter y is removed here
cv = StratifiedKFold(n_splits=6)

#Also note that the cv.split() is called here (opposed to cv in ver 0.17 above)
for train_index, test_index in cv.split(X, y):
   print("TRAIN:", train_index, "TEST:", test_index)
   X_train, X_test = X[train_index], X[test_index]
   y_train, y_test = y[train_index], y[test_index]

    Recommandation:

    Mise à jour de votre scikit-learn à la dernière version de 0,18. Parce que la plupart de la documentation, vous trouverez directement de la recherche sera de cette version et il vous confond.

    Edit:

    J'ai déjà répondu à votre question similaire ici:
    - Problème avec la Validation Croisée

    Alors, la prochaine fois, merci de mentionner la version de bibliothèques que vous utilisez dans la question elle-même, et n'oubliez pas d'accéder à leurs documents pertinents, pas pour les autres.

    InformationsquelleAutor Vivek Kumar