<\/p>\n
Kesalahan yang mungkin Anda temui saat menggunakan Python adalah:<\/span><\/p>\n Kesalahan ini biasanya terjadi ketika mencoba mengimpor fungsi train_test_split<\/strong> dari sklearn<\/strong> menggunakan baris berikut:<\/span><\/p>\n Namun, submodul cross_validation<\/strong> telah digantikan oleh submodul model_selection<\/strong> , jadi Anda harus menggunakan baris berikut:<\/span><\/p>\n Contoh berikut menunjukkan cara mengatasi kesalahan ini dalam praktiknya.<\/span><\/p>\n Katakanlah kita ingin menggunakan fungsi sklearn<\/strong> train_test_split<\/strong> untuk membagi pandas DataFrame menjadi set pelatihan dan pengujian.<\/span><\/p>\n Misalkan kita mencoba menggunakan kode berikut untuk mengimpor fungsi train_test_split<\/strong> :<\/span><\/p>\n Kami menerima kesalahan karena kami menggunakan nama submodul yang salah saat mencoba mengimpor fungsi train_test_split<\/strong> .<\/span><\/p>\n Untuk memperbaiki kesalahan ini, kita hanya perlu menggunakan submodul model_selection<\/strong> saja:<\/span><\/p>\n Kali ini kami tidak menerima kesalahan apa pun.<\/span><\/p>\n Kita kemudian dapat menggunakan fungsi train_test_split<\/strong> untuk membagi DataFrame panda menjadi set pelatihan dan pengujian:<\/span><\/p>\n Kami berhasil menggunakan fungsi train_test_split<\/strong> tanpa kesalahan apa pun.<\/span><\/p>\n Tutorial berikut menjelaskan cara memperbaiki kesalahan umum lainnya dengan Python:<\/span><\/p>\n Cara Memperbaiki: Kolom tumpang tindih tetapi tidak ada akhiran yang ditentukan<\/a> Kesalahan yang mungkin Anda temui saat menggunakan Python adalah: ModuleNotFoundError : No module named ‘sklearn.cross_validation’ Kesalahan ini biasanya terjadi ketika mencoba mengimpor fungsi train_test_split dari sklearn menggunakan baris berikut: from sklearn. cross_validation import train_test_split Namun, submodul cross_validation telah digantikan oleh submodul model_selection , jadi Anda harus menggunakan baris berikut: from sklearn. model_selection import train_test_split Contoh […]<\/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 Bagaimana cara mereproduksi kesalahan tersebut<\/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 Bagaimana cara memperbaiki kesalahan tersebut<\/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 Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara Memperbaiki: Objek ‘numpy.ndarray’ tidak memiliki atribut ‘append’<\/a>
Cara memperbaiki: Jika Anda menggunakan semua nilai skalar, Anda harus meneruskan indeks<\/a>
Cara Memperbaiki: ValueError: Tidak dapat mengubah float NaN menjadi int<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"