<\/p>\n
Ein Fehler, der bei der Verwendung von Python auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt normalerweise auf, wenn versucht wird, die Funktion train_test_split<\/strong> aus sklearn<\/strong> mithilfe der folgenden Zeile zu importieren:<\/span><\/p>\n Allerdings wurde das Untermodul \u201ecross_validation\u201c<\/strong> durch das Untermodul \u201emodel_selection\u201c<\/strong> ersetzt, sodass Sie die folgende Zeile verwenden m\u00fcssen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Nehmen wir an, wir m\u00f6chten die train_test_split-<\/strong> Funktion von sklearn<\/strong> verwenden, um einen Pandas-DataFrame in Trainings- und Tests\u00e4tze aufzuteilen.<\/span><\/p>\n Angenommen, wir versuchen, den folgenden Code zu verwenden, um die Funktion train_test_split<\/strong> zu importieren:<\/span><\/p>\n Wir erhalten eine Fehlermeldung, weil wir beim Versuch, die Funktion train_test_split<\/strong> zu importieren, den falschen Submodulnamen verwendet haben.<\/span><\/p>\n Um diesen Fehler zu beheben, m\u00fcssen wir stattdessen einfach das Submodul model_selection<\/strong> verwenden:<\/span><\/p>\n Diesmal erhalten wir keine Fehlermeldungen.<\/span><\/p>\n Wir k\u00f6nnten dann die Funktion train_test_split<\/strong> verwenden, um einen Pandas-DataFrame in einen Trainings- und Testsatz aufzuteilen:<\/span><\/p>\n Es gelingt uns, die Funktion train_test_split<\/strong> erfolgreich und fehlerfrei zu nutzen.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n L\u00f6sung: Spalten \u00fcberschneiden sich, es ist jedoch kein Suffix angegeben<\/a> Ein Fehler, der bei der Verwendung von Python auftreten kann, ist: ModuleNotFoundError : No module named ’sklearn.cross_validation‘ Dieser Fehler tritt normalerweise auf, wenn versucht wird, die Funktion train_test_split aus sklearn mithilfe der folgenden Zeile zu importieren: from sklearn. cross_validation import train_test_split Allerdings wurde das Untermodul \u201ecross_validation\u201c durch das Untermodul \u201emodel_selection\u201c ersetzt, sodass Sie die folgende […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n ModuleNotFoundError : No module named 'sklearn.cross_validation'\n<\/span><\/span><\/strong><\/pre>\n from<\/span> sklearn. cross_validation<\/span> import<\/span> train_test_split<\/strong><\/pre>\n from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split<\/strong><\/pre>\n So reproduzieren Sie den Fehler<\/strong><\/span><\/h2>\n
from<\/span> sklearn. cross_validation<\/span> import<\/span> train_test_split\n\nModuleNotFoundError : No module named 'sklearn.cross_validation'<\/span><\/span>\n<\/strong><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h2>\n
from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\n<\/strong><\/pre>\n from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\nimport<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seeds<\/span> (1)\n\n#create DataFrame with 1000 rows and 3 columns\n<\/span>df = pd. DataFrame<\/span> ({' x1<\/span> ': np.random.randint(30, size=1000),\n ' x2<\/span> ': np.random.randint(12, size=1000),\n ' y<\/span> ': np.random.randint(2, size=1000)})\n\n#split original DataFrame into training and testing sets\n<\/span>train, test = train_test_split(df, test_size=0.2, random_state=0)\n\n#view first few rows of each set\n<\/span>print<\/span> ( train.head<\/span> ())\n\n x1 x2 y\n687 16 2 0\n500 18 2 1\n332 4 10 1\n979 2 8 1\n817 11 1 0\n\nprint<\/span> ( test.head<\/span> ())\n\n x1 x2 y\n993 22 1 1\n859 27 6 0\n298 27 8 1\n553 20 6 0\n672 9 2 1<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Problembehebung: Das Objekt \u201enumpy.ndarray\u201c verf\u00fcgt nicht \u00fcber das Attribut \u201eappend\u201c.<\/a>
L\u00f6sung: Wenn Sie alle Skalarwerte verwenden, m\u00fcssen Sie einen Index \u00fcbergeben<\/a>
So beheben Sie: ValueError: Float NaN kann nicht in int konvertiert werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"