ImportError: ไม่มีโมดูลชื่อ sklearn.cross_validation

ฉันใช้ python 2.7 ใน Ubuntu 14.04 ฉันติดตั้ง scikit-learn, numpy และ matplotlib ด้วยคำสั่งเหล่านี้:

sudo apt-get install build-essential python-dev python-numpy \
python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \
ipython

แต่เมื่อฉันนำเข้าแพ็คเกจเหล่านี้:

from sklearn.cross_validation import train_test_split

มันส่งกลับข้อผิดพลาดนี้ให้ฉัน:

ImportError: No module named sklearn.cross_validation

ฉันต้องทำอะไร?

มันจะต้องเกี่ยวข้องกับการเปลี่ยนชื่อและการเลิกใช้งานของโมดูลย่อยเพื่อcross_validation model_selectionลองเปลี่ยนcross_validationเป็นmodel_selection

train_test_split ขณะนี้อยู่ใน model_selection เพียงพิมพ์:

from sklearn.model_selection import train_test_split

มันควรจะทำงาน

ฉันเดาว่าการเลือกข้ามจะไม่ทำงานอีกต่อไป เราควรใช้การเลือกรูปแบบแทน คุณสามารถเขียนให้ทำงานfrom sklearn.model_selection import train_test_split

แค่นั้นแหละ.

ตรวจสอบให้แน่ใจว่าคุณมีงูใหญ่ติดตั้งแล้วสร้าง virtualenv ใช้ CONDA สิ่งนี้จะทำให้มั่นใจว่าการนำเข้าทั้งหมดจะทำงานได้

Python 2.7.9 |Anaconda 2.2.0 (64-bit)| (default, Mar  9 2015, 16:20:48) 
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
Anaconda is brought to you by Continuum Analytics.
Please check out: http://continuum.io/thanks and https://binstar.org
>>> from sklearn.cross_validation import train_test_split

sklearn.cross_validation ตอนนี้เปลี่ยนเป็น sklearn.model_selection

เพียงแค่ใช้

from sklearn.model_selection import train_test_split

ฉันคิดว่ามันจะทำงาน

sklearn.cross_validation

ได้เปลี่ยนเป็น

sklearn.model_selection

ชำระเงินเอกสารที่นี่: https://scikit-learn.org/stable/modules/cross_validation.html

อาจเป็นเพราะการคัดค้าน sklearn.cross_validation โปรดแทนที่ sklearn.cross_validation ด้วย sklearn.model_selection

Ref- https://github.com/amueller/scipy_2015_sklearn_tutorial/issues/60

แบ่งชุดข้อมูลออกเป็นชุดการฝึกซ้อมและชุดการทดสอบ

from sklearn.model_selection import train_test_split

ที่ผ่านมา: from sklearn.cross_validation (แพ็กเกจนี้เลิกใช้ในรุ่น 0.18 จาก 0.20 เป็นต้นไปจะถูกเปลี่ยนเป็นfrom sklearn import model_selection )

นำเสนอ: from sklearn import model_selection

ตัวอย่างที่ 2:

อดีต: from sklearn.cross_validation import cross_val_score (เวอร์ชั่น 0.18 ซึ่งเลิกใช้แล้ว)

นำเสนอ : from sklearn.model_selection import cross_val_score

sklearn.cross_validation ตอนนี้เปลี่ยนเป็น sklearn.model_selection

เพียงแค่เปลี่ยน

sklearn.cross_validation

ถึง

sklearn.model_selection

เปลี่ยนรหัสเช่นนี้

# from sklearn.cross_validation import train_test_split
from sklearn.model_selection import train_test_split

หากคุณมีรหัสที่ต้องใช้งานหลาย ๆ เวอร์ชันคุณสามารถทำสิ่งนี้ได้:

import sklearn
if sklearn.__version__ > '0.18':
    from sklearn.model_selection import train_test_split
else:
    from sklearn.cross_validation import train_test_split

สิ่งนี้ไม่เหมาะเนื่องจากคุณกำลังเปรียบเทียบรุ่นของแพ็คเกจเป็นสตริงซึ่งโดยปกติจะใช้งานได้ แต่อาจไม่ได้ผลเสมอไป หากคุณยินดีที่จะติดตั้งpackagingนี่เป็นวิธีที่ดีกว่ามาก:

from packaging.version import parse
import sklearn
if parse(sklearn.__version__) > parse('0.18'):
    from sklearn.model_selection import train_test_split
else:
    from sklearn.cross_validation import train_test_split

cross_validation ถูกเลิกใช้มาแล้วลองเปลี่ยนเป็น model_selection

train_test_splitเป็นส่วนหนึ่งของโมดูลsklearn.model_selectionดังนั้นคุณอาจต้องนำเข้าโมดูลจากmodel_selection

รหัส:

from sklearn.model_selection import train_test_split

เราอาจจะลดระดับ scikit เรียนรู้เป็นรุ่นล่าสุดที่เข้ากันได้ และสิ่งนี้สามารถทำได้หลังจากเปิดใช้งานสภาพแวดล้อมของ conda ใช้คำสั่งต่อไปนี้เพื่อดาวน์เกรด scikit-learn:

pip uninstall scikit-learn
pip install scikit-learn==0.19.2

หรือ

เมื่อเราไม่ต้องการลดระดับ scikit เรียนรู้ จากนั้นเราทุกคนรู้ว่าชื่อ "cross_validation" ถูกคัดค้านใน Scikit-Learn รุ่นที่ใหม่กว่าและถูกแทนที่ด้วย "model_selection" ในรุ่นอนาคอนดาใหม่ ดังนั้นเราอาจได้รับคำเตือนหรือแม้แต่ข้อผิดพลาด

เพื่อหลีกเลี่ยงปัญหานี้เราเพียงแค่ต้องเปลี่ยน:

from sklearn.cross_validation import train_test_split

ถึง

from sklearn.model_selection import train_test_split 

หวังว่านี่จะช่วยในการแก้ไขปัญหา