ImportError: Brak modułu o nazwie sklearn.cross_validation

Używam Pythona 2.7 w Ubuntu 14.04. Zainstalowałem scikit-learn, numpy i matplotlib za pomocą tych poleceń:

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

Ale kiedy importuję te pakiety:

from sklearn.cross_validation import train_test_split

Zwraca mi ten błąd:

ImportError: No module named sklearn.cross_validation

Co muszę zrobić?

Musi odnosić się do zmiany nazwy i wycofania cross_validationpodmodułu na model_selection. Spróbuj podstawić cross_validationdomodel_selection

train_test_split jest teraz w modelu_selection. Wystarczy wpisać:

from sklearn.model_selection import train_test_split

powinno działać

Myślę, że selekcja krzyżowa nie jest już aktywna. Zamiast tego powinniśmy użyć wyboru modelu. Możesz to napisać do uruchomienia,from sklearn.model_selection import train_test_split

Otóż ​​to.

Upewnij się, że masz Anaconda zainstalowany, a następnie utworzyć virtualenv korzystając Conda . Zapewni to działanie całego importu

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 jest teraz zmieniony na sklearn.model_selection

Po prostu użyj

from sklearn.model_selection import train_test_split

Myślę, że to zadziała.

sklearn.cross_validation

zmienił się na

sklearn.model_selection

Sprawdź dokumentację tutaj: https://scikit-learn.org/stable/modules/cross_validation.html

Być może jest to spowodowane wycofaniem sklearn.cross_validation. Zamień sklearn.cross_validation na sklearn.model_selection

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

Dzielenie zbioru danych na zbiór uczący i zbiór testowy

from sklearn.model_selection import train_test_split

Wcześniej: from sklearn.cross_validation (Ten pakiet jest przestarzały w wersji 0.18 od 0.20 i później, jest zmieniany na from sklearn import model_selection).

Teraźniejszość: from sklearn import model_selection

Przykład 2:

Wcześniej: from sklearn.cross_validation import cross_val_score(wersja 0.18, która jest przestarzała)

Teraźniejszość : from sklearn.model_selection import cross_val_score

sklearn.cross_validation jest teraz zmieniony na sklearn.model_selection

Po prostu zmień

sklearn.cross_validation

do

sklearn.model_selection

zmień kod w ten sposób

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

Jeśli masz kod, który musi uruchamiać różne wersje, możesz zrobić coś takiego:

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

Nie jest to jednak idealne, ponieważ porównujesz wersje pakietów jako ciągi znaków, co zwykle działa, ale nie zawsze. Jeśli chcesz zainstalować packaging, jest to znacznie lepsze podejście:

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 został wycofany jakiś czas temu, spróbuj go wyłączyć za pomocą model_selection

train_test_splitjest częścią modułu sklearn.model_selection, dlatego może być konieczne zaimportowanie modułu zmodel_selection

Kod:

from sklearn.model_selection import train_test_split

Albo musimy obniżyć scikit-learn do najnowszej kompatybilnej wersji. Można to zrobić po aktywacji środowiska Conda. Użyj następujących poleceń, aby obniżyć wersję scikit-learn:

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

LUB

Kiedy nie chcemy obniżać wersji scikit-learn. Wtedy wszyscy wiedzieliśmy, że nazwa „cross_validation” jest przestarzała w nowszych wersjach scikit-learn i została zastąpiona przez „model_selection” w nowej wersji anakondy. Dlatego możemy otrzymać ostrzeżenie lub nawet błąd.

Aby tego uniknąć, wystarczy wymienić:

from sklearn.cross_validation import train_test_split

do

from sklearn.model_selection import train_test_split 

Mam nadzieję, że pomoże to rozwiązać problem.