Python 为什么cross_val_分数效果很好，但cv.splits显示错误？

我尝试了

cross\u val\u score

。它没有显示错误

但如果我尝试使用

cv.split

它会显示错误

来自sklearn.employ的

从sklearn.model\u选择导入TimeSeriesSplit
cv=时间序列分裂（n_分裂=5）
clf=RandomForestClassifier（n_估计器=500，最大深度=10，随机状态=100，n_作业=-1）
对于列车，cv分割中的val（X，y）：
clf.fit（X.iloc[序列]、y[序列]）

我更改了索引，但它以前显示了相同的错误

对于列车，cv分割中的val（X.iloc[：400000，]，y[：400000]）：
clf.fit（X.iloc[序列号，]，y[序列号]）

我再更改一次索引，效果很好

对于列车，cv分割中的val（X.iloc[200000:400000，]，y[200000:400000]）：
clf.fit（X.iloc[序列号，]，y[序列号]）

---

我能做些什么？

简短回答：在

y

行200000和400000之间的某个地方可能有一个NaN，并且可能不太接近400k

长答案： 您应该检查

np.sum（y.isnull（））

，而不是

np.sum（X.isnull（））

， 因为回溯显示在

y

中有NAN。那里会有南斯

显示的交叉验证检查不能保证

y

一切正常， 因为似乎对最后一个函数的作用有误解：

cv.split（）

将索引返回给您提供给它的数组。两者

• cv.split（X.iloc[：200000，]，y[：200000]）

  和

• cv.split（X.iloc[200000:400000，]，y[200000:400000]）

数组具有相同的行数，因此返回相同的索引。当你这样做的时候

对于列车，cv分割中的val（X.iloc[200000:400000，]，y[200000:400000]）：
clf.fit（X.iloc[序列号，]，y[序列号]）

实际上，您可以访问

X

中的0-200000行。要访问行200000-400000，您可以执行以下操作

对于列车，cv分割中的val（X.iloc[200000:400000，]，y[200000:400000]）：
clf.fit（X.iloc[200000:400000，][train]，y[200000:400000][train]）

---

我怀疑，如果你这样做，错误会再次出现。顺便说一句，

TimeSeriesSplit

不会将所有数据用于培训，请参阅。由于只显示拟合分类器，而不显示预测，因此当NaN非常接近

y

向量的末尾时，不会出现错误。时间序列中的最后一个观察值仅用于测试，而不用于训练。

简短回答：在

y

行200000和400000之间的某个地方可能有一个NaN，并且可能不太接近400k

长答案： 您应该检查

np.sum（y.isnull（））

，而不是

np.sum（X.isnull（））

， 因为回溯显示在

y

中有NAN。那里会有南斯

显示的交叉验证检查不能保证

y

一切正常， 因为似乎对最后一个函数的作用有误解：

cv.split（）

将索引返回给您提供给它的数组。两者

• cv.split（X.iloc[：200000，]，y[：200000]）

  和

• cv.split（X.iloc[200000:400000，]，y[200000:400000]）

数组具有相同的行数，因此返回相同的索引。当你这样做的时候

对于列车，cv分割中的val（X.iloc[200000:400000，]，y[200000:400000]）：
clf.fit（X.iloc[序列号，]，y[序列号]）

实际上，您可以访问

X

中的0-200000行。要访问行200000-400000，您可以执行以下操作

对于列车，cv分割中的val（X.iloc[200000:400000，]，y[200000:400000]）：
clf.fit（X.iloc[200000:400000，][train]，y[200000:400000][train]）

---

我怀疑，如果你这样做，错误会再次出现。顺便说一句，

TimeSeriesSplit

不会将所有数据用于培训，请参阅。由于只显示拟合分类器，而不显示预测，因此当NaN非常接近

y

向量的末尾时，不会出现错误。时间序列中的最后一个观察值仅用于测试，而不用于训练。

回溯显示NaN在

y

中，但您检查

X

中是否缺少值。但我检查了y[：200000]和y[200000:400000]。这与检查y是否有NaN相同回溯显示NaN在

y

中，但您检查

X

中是否缺少值。但我检查了y[：200000]和y[200000:400000]。这与检查y是否有相同之处NaN@0Hong如果这回答了你的问题，请考虑投票和/或接受答案。谢谢@如果这回答了你的问题，请考虑投票和/或接受答案。谢谢

FutureWarning: 
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

See the documentation here:
https://pandas.pydata.org/pandas-docs/stable/indexing.html#deprecate-loc-reindex-listlike
  return self.loc[key]
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-143-9c8fe6b057e9> in <module>
      1 for train, val in cv.split(X, y):
----> 2     clf.fit(X.iloc[train], y[train])

~\Anaconda3\lib\site-packages\sklearn\ensemble\forest.py in fit(self, X, y, sample_weight)
    248         # Validate or convert input data
    249         X = check_array(X, accept_sparse="csc", dtype=DTYPE)
--> 250         y = check_array(y, accept_sparse='csc', ensure_2d=False, dtype=None)
    251         if sample_weight is not None:
    252             sample_weight = check_array(sample_weight, ensure_2d=False)

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    540         if force_all_finite:
    541             _assert_all_finite(array,
--> 542                                allow_nan=force_all_finite == 'allow-nan')
    543 
    544     if ensure_min_samples > 0:

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in _assert_all_finite(X, allow_nan)
     58     elif X.dtype == np.dtype('object') and not allow_nan:
     59         if _object_dtype_isnan(X).any():
---> 60             raise ValueError("Input contains NaN")
     61 
     62 

ValueError: Input contains NaN

FutureWarning: 
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.
.
.
.
ValueError: Input contains NaN