Scikit learn 通过替换sklearn.cross_验证从sklearn.model_选择导入StratifiedShuffleSplit时，参数应做哪些更改

我正试图运行一个用于独立语音识别的python3代码，在那里我得到了一个关于使用的弃用警告：

from sklearn.cross_validation import StratifiedShuffleSplit

为了删除此警告，我刚从

sklearn.model\u selection

导入了

StratifiedShuffleSplit

，而不是

sklearn.cross\u validation

，运行代码后，我得到：

TypeError:“StratifiedShuffleSplit”对象不可编辑

也许是因为

class sklearn.cross_validation.StratifiedShuffleSplit(y, n_iter=10, test_size=0.1, train_size=None, random_state=None)

y

是一个数组

在职期间：

class sklearn.cross_validation.StratifiedShuffleSplit(y, n_iter=10, test_size=0.1, train_size=None, random_state=None)

没有数组：

from sklearn.model_selection import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(all_labels, test_size=0.1, random_state=0)

for n,i in enumerate(all_obs):
    all_obs[n] /= all_obs[n].sum(axis=0)

for train_index, test_index in sss:
    X_train, X_test = all_obs[train_index, ...], all_obs[test_index, ...]
    y_train, y_test = all_labels[train_index], all_labels[test_index]
ys = set(all_labels)
ms = [gmmhmm(7) for y in ys]

---

如何替换

所有标签

，因为它是符合

sklearn的数组。交叉验证

但

sklearn。模型选择

不接受数组参数。

两者的区别在于

• sklearn.model_selection.StratifiedShuffleSplit

  是一个交叉验证程序

• sklearn.cross\u validation.StratifiedShuffleSplit

  是一个交叉验证程序迭代器

因此，您的示例中的正确用法是

from sklearn.model_selection import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(test_size=0.1, random_state=0)

for n,i in enumerate(all_obs):
    all_obs[n] /= all_obs[n].sum(axis=0)

for train_index, test_index in sss.split(all_obs, all_labels):
     print(train_index, test_index)

---

阅读

文档中的示例可能会有所帮助。两者的区别在于

• sklearn.model_selection.StratifiedShuffleSplit

  是一个交叉验证程序

• sklearn.cross\u validation.StratifiedShuffleSplit

  是一个交叉验证程序迭代器

因此，您的示例中的正确用法是

from sklearn.model_selection import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(test_size=0.1, random_state=0)

for n,i in enumerate(all_obs):
    all_obs[n] /= all_obs[n].sum(axis=0)

for train_index, test_index in sss.split(all_obs, all_labels):
     print(train_index, test_index)

---

阅读

文档中的示例可能会有所帮助，请明智地使用粗体，当然不能使用代码块……我建议您将历史记录和口头推测保留为绝对意义，并发布带有完整错误跟踪的a（目前还不清楚您的错误确切弹出位置）；还要确保删除错误后可能出现的任何代码，因为它从未执行过，并且与问题无关。在做任何事情之前，请务必明智地使用粗体，当然不能代替代码块……我恳请您保持历史记录和口头推测的绝对意义，并发布一篇带有完整错误跟踪的文章（目前还不清楚您的错误确切弹出位置）；还要确保删除错误后可能出现的任何代码，因为它从未执行过，并且与问题无关。在做任何事情之前，一定要