时间戳

首页 > 解决方案 > TypeError：__init__() 为参数“n_splits”获得了多个值

python - TypeError：__init__() 为参数“n_splits”获得了多个值

问题描述

我正在使用 SKLearn 版本（0.20.2），如下：

from sklearn.model_selection import StratifiedKFold


grid = GridSearchCV(
    pipeline,  # pipeline from above
    params,  # parameters to tune via cross validation
    refit=True,  # fit using all available data at the end, on the best found param combination
    scoring='accuracy',  # what score are we optimizing?
    cv=StratifiedKFold(label_train, n_splits=5),  # what type of cross validation to use
)

但我不明白为什么我会收到这个错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-26-03a56044cb82> in <module>()
     10     refit=True,  # fit using all available data at the end, on the best found param combination
     11     scoring='accuracy',  # what score are we optimizing?
---> 12     cv=StratifiedKFold(label_train, n_splits=5),  # what type of cross validation to use
     13 )

TypeError: __init__() got multiple values for argument 'n_splits'

我已经尝试过n_fold，但出现了相同的错误结果。并且也厌倦了更新我的 scikit 版本和我的 conda。有什么办法解决这个问题吗？非常感谢！

标签： pythonscikit-learn

解决方案

StratifiedKFold 在初始化时正好有 3 个参数，它们都不是训练数据：

StratifiedKFold(n_splits=’warn’, shuffle=False, random_state=None)

所以当你打电话给它时，StratifiedKFold(label_train, n_splits=5)它认为你通过了n_splits两次。

相反，创建对象，然后使用 sklearn 文档页面上示例中描述的方法来使用对象拆分数据：

get_n_splits([X, y, groups]) 返回交叉验证器中的拆分迭代次数 split(X, y[, groups]) 生成索引以将数据拆分为训练集和测试集。

推荐阅读