我正在尝试进行交叉验证，并且遇到一个错误：“找到的输入变量样本数量不一致：[18，1]”
我在熊猫数据框（df）中使用不同的列作为要素，最后一列作为标签。这源自UC Irvine的机器学习存储库。导入我过去使用过的交叉验证程序包时，我收到了一个错误消息，说明它可能已贬值。我将运行决策树，SVM和K-NN。
我的代码是这样的：
feature = [df['age'], df['job'], df['marital'], df['education'], df['default'], df['housing'], df['loan'], df['contact'], df['month'], df['day_of_week'], df['campaign'], df['pdays'], df['previous'], df['emp.var.rate'], df['cons.price.idx'], df['cons.conf.idx'], df['euribor3m'], df['nr.employed']] label = [df['y']] from sklearn.cross_validation import train_test_split from sklearn.model_selection import cross_val_score # Model Training x = feature[:] y = label x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.5)
任何帮助将是巨大的！
cross_validation不推荐使用该模块。新模块model_selection已取代它。因此，您所做的一切cross_validation。现在可在中使用model_selection。然后，您上面的代码将变为：
cross_validation
model_selection
feature = [df['age'], df['job'], df['marital'], df['education'], df['default'], df['housing'], df['loan'], df['contact'], df['month'], df['day_of_week'], df['campaign'], df['pdays'], df['previous'], df['emp.var.rate'], df['cons.price.idx'], df['cons.conf.idx'], df['euribor3m'], df['nr.employed']] label = [df['y']] from sklearn.model_selection import train_test_split from sklearn.model_selection import cross_val_score
现在，就声明X和y而言，为什么要将它们包装在列表中。像这样使用它们：
feature = df[['age', 'job', 'marital', 'education', 'default', 'housing', 'loan', 'contact', 'month', 'day_of_week', 'campaign', 'pdays', 'previous', 'emp.var.rate', 'cons.price.idx', 'cons.conf.idx', 'euribor3m', 'nr.employed']] label = df['y']
然后，您可以简单地使用您的代码，而无需进行任何更改。
# Model Training x = feature[:] y = label x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.5)
对于您关于交叉验证折叠的最后一个问题，sklearn中有多个类可以做到这一点（取决于任务）。请看一下：
其中包含折叠迭代器。请记住，所有这些都在model_selection包装中。
