Python 随机森林的K-折叠交叉验证

我目前正在尝试使用RandomForest来预测一些东西，同时也使用k-fold交叉验证来最小化我对min_samples_leaf的交叉验证错误。我目前在设置代码时遇到问题，因为我在进入

train\u x=x[train\u index]

时一直遇到错误。我得到的错误显示在下面

从sklearn导入模型选择
kf=模型选择.KFold（n\u拆分=5）
x=列车
y=试验
对于范围（0,10）内的m:#改变最小样本数#
dtr=集合。随机森林回归器（n_估计值=15，最小样本数=m，最大特征数=10，标准值='mse'）
对于列车索引，测试kf中的列车索引。拆分（x）：
打印（“列车：，列车索引，测试：，测试索引）
列车x=x[列车索引]
列车y=y[测试索引]
再生=dtr.配合（第x列、第y列）

关键错误：

None of [Int64Index([15546, 15547, 15548, 15549, 15550, 15551, 15552, 15553, 15554,\n            15555,\n            ...\n            77718, 77719, 77720, 77721, 77722, 77723, 77724, 77725, 77726,\n            77727],\n           dtype='int64', length=62182)] are in the [columns]

---

你有一大堆从kf.split（）中提取的值，你要调用的train_索引x[train_index]不仅仅在数组x中

代码似乎是对的，所以我怀疑“train”（当然还有“x”）中的数据格式有问题

错误表示您的INT64索引类型（索引IIRC的熊猫类型）的值大于x的值（最大长度62182），因此您的原始数据中肯定有问题