时间戳

首页 > 解决方案 > 无法获得训练集和测试集

cross-validation - 无法获得训练集和测试集

问题描述

我应用 k 折交叉验证将数据拆分为训练集和测试集。但是当我想获得训练和测试集时，我遇到了这些错误：

AttributeError：“numpy.ndarray”对象没有属性“iloc”

谢谢你的帮助。

y = df_dummies['Churn'].values
X = df_dummies.drop(columns = ['Churn'])

 from sklearn.preprocessing import MinMaxScaler
features = X.columns.values
scaler = MinMaxScaler(feature_range = (0,1))
scaler.fit(X)
X = pd.DataFrame(scaler.transform(X))
X.columns = features 

from sklearn.model_selection import KFold

kf=KFold(n_splits=5,shuffle=True)

for train,test in kf.split(X):
print("%s %s" % (train,test))


for train_index, test_index in kf.split(X):
     print("TRAIN:", train_index, "TEST:", test_index)
X_train, X_test = X.iloc[train_index], X.iloc[test_index]
y_train, y_test = y.iloc[train_index], y.iloc[test_index]   
from sklearn.linear_model import LogisticRegression
CLF = LogisticRegression().fit(X_train, y_train)
print('Accuracy of Logistic regression classifier on training set:          {:.2f}'
 .format(CLF.score(X_train, y_train)))
print('Accuracy of Logistic regression classifier on test set: {:.2f}'
 .format(CLF.score(X_test, y_test)))  
NameError: name 'y_train' is not defined

标签： cross-validation

解决方案

问题是df_dummies['Churn'].values返回一个数组而不是数据框。但是您正试图从不存在的数组中获取属性。iloc函数在pandas.DataFrame.

改为使用y = df_dummies['Churn']。

参考：https ://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.DataFrame.iloc.html#pandas.DataFrame.iloc

PS：我不知道如何将这些类型的问题迁移到姐妹站点。也许，知道的人可以将此迁移到交叉验证。

推荐阅读