Python 交叉验证问题

我想使用省略一个交叉验证。但我得到了以下错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-19-f15f1e522706> in <module>()
      3 loo = LeaveOneOut(num_of_examples)
      4 #loo.get_n_splits(X_train_std)
----> 5 for train, test in loo.split(X_train_std):
      6     print("%s %s" % (train, test))

---

我认为您使用的是0.18以下的scikit学习版本，可能还参考了0.18版本的一些教程

在0.18之前的版本中，

LeaveOneOut（）

构造函数有一个必需的参数

n

，您发布的上述代码中没有提供该参数。因此出现了错误。您可以参考其中提到的：

参数：n：int数据集中的元素总数

解决方案：

• 将scikit学习更新至0.18版
• 按如下方式初始化发酵液：

  from sklearn.cross_validation import train_test_split
  X_train, X_test, y_train, y_test = 
  train_test_split(X, y, test_size=0.3, random_state=0)
  
  from sklearn.preprocessing import StandardScaler
  sc = StandardScaler()
  sc.fit(X_train)
  X_train_std = sc.transform(X_train)
  X_test_std = sc.transform(X_test)
  
  from sklearn.cross_validation import LeaveOneOut
  num_of_examples = len(X_train_std)
  loo = LeaveOneOut(num_of_examples)
  for train, test in loo.split(X_train_std):
  print("%s %s" % (train, test))
  

  loo=LeaveOneOut（X\U系列标准尺寸）

编辑：

如果您使用的是scikit版本>=0.18：

from sklearn.model_selection import LeaveOneOut
for train_index, test_index in loo.split(X):
    print("%s %s" % (train_index, test_index))
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]

否则，对于<0.18版本，请使用如下迭代（注意此处未使用

loo.split（）

，直接使用

loo

）：

使用

---

与交叉验证不同，因为交叉验证在文档（）中已更改为模型选择

，您需要首先使用

loo拆分集合。获取分割（X\u列）

请包含完整的错误消息。这是无法读取的。请编辑您的原始问题，并在其中包含完整的错误消息。@DYZ我修改了我的初始帖子。我已做了必要的更改以删除以前的错误，但我确实有另一个错误，我不知道如何解决它。我已经修改了我的初始代码again@Shelly您使用的是什么版本的scikit？。我已经编辑了答案以反映更改。Kumer如果我使用此选项：从sklearn.model_selection导入LeaveOnOut，我将得到以下错误：ImportError：没有名为“sklearn.model_selection”的模块，它引用的是我的scikit版本不高于0.18。我的初始代码中的错误不是因为使用了“from sklearn.cross_validation import LeaveOneOut”@Shelly Ok。我对答案进行了编辑，以反映更改7。此更改无法使代码正确。我又犯了一个错误：NameError 11 loo=LeaveOneOut（num_of_示例）12用于训练索引，loo中的测试索引：-->13打印（“%s%s”%（训练，测试））14 NameError:名称“train”未定义请详细解释您的答案，并以可读性更好的格式编写。

from sklearn.cross_validation import LeaveOneOut
loo = LeaveOneOut(num_of_examples)
for train_index, test_index in loo:
    print("%s %s" % (train_index, test_index))
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]

from sklearn.model_selection import train_test_split