<\/p>\n
Un errore che potresti riscontrare quando usi Python \u00e8:<\/span><\/p>\n Questo errore di solito si verifica quando si tenta di importare la funzione train_test_split<\/strong> da sklearn<\/strong> utilizzando la seguente riga:<\/span><\/p>\n Tuttavia, il sottomodulo cross_validation<\/strong> \u00e8 stato sostituito dal sottomodulo model_selection<\/strong> , quindi \u00e8 necessario utilizzare la seguente riga:<\/span><\/p>\n L’esempio seguente mostra come risolvere questo errore nella pratica.<\/span><\/p>\n Supponiamo di voler utilizzare la funzione train_test_split<\/strong> di sklearn<\/strong> per dividere un DataFrame panda in set di training e test.<\/span><\/p>\n Supponiamo di provare a utilizzare il seguente codice per importare la funzione train_test_split<\/strong> :<\/span><\/p>\n Riceviamo un errore perch\u00e9 abbiamo utilizzato il nome del sottomodulo sbagliato durante il tentativo di importare la funzione train_test_split<\/strong> .<\/span><\/p>\n Per correggere questo errore, dobbiamo semplicemente utilizzare invece il sottomodulo model_selection<\/strong> :<\/span><\/p>\n Questa volta non riceviamo alcun errore.<\/span><\/p>\n Potremmo quindi utilizzare la funzione train_test_split<\/strong> per dividere un DataFrame panda in un set di training e test:<\/span><\/p>\n Riusciamo a utilizzare con successo la funzione train_test_split<\/strong> senza errori.<\/span><\/p>\n I seguenti tutorial spiegano come correggere altri errori comuni in Python:<\/span><\/p>\n Come risolvere il problema: le colonne si sovrappongono ma non \u00e8 specificato alcun suffisso<\/a> Un errore che potresti riscontrare quando usi Python \u00e8: ModuleNotFoundError : No module named ‘sklearn.cross_validation’ Questo errore di solito si verifica quando si tenta di importare la funzione train_test_split da sklearn utilizzando la seguente riga: from sklearn. cross_validation import train_test_split Tuttavia, il sottomodulo cross_validation \u00e8 stato sostituito dal sottomodulo model_selection , quindi \u00e8 necessario utilizzare […]<\/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 Come riprodurre l’errore<\/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 Come correggere l’errore<\/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 Risorse addizionali<\/strong><\/span><\/h2>\n
Come risolvere il problema: l’oggetto “numpy.ndarray” non ha un attributo “append”.<\/a>
Come risolvere il problema: se utilizzi tutti i valori scalari, devi passare un indice<\/a>
Come risolvere il problema: ValueError: impossibile convertire float NaN in int<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"