Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment réparer : aucun module nommé « sklearn.cross_validation » ;



Une erreur que vous pouvez rencontrer lors de l’utilisation de Python est :

ModuleNotFoundError: No module named 'sklearn.cross_validation'

Cette erreur se produit généralement lorsque vous tentez d’importer la fonction train_test_split depuis sklearn en utilisant la ligne suivante :

from sklearn.cross_validation import train_test_split

Cependant, le sous-module cross_validation a été remplacé par le sous-module model_selection , vous devez donc utiliser la ligne suivante :

from sklearn.model_selection import train_test_split

L’exemple suivant montre comment résoudre cette erreur dans la pratique.

Comment reproduire l’erreur

Supposons que nous souhaitions utiliser la fonction train_test_split de sklearn pour diviser un DataFrame pandas en ensembles de formation et de test.

Supposons que nous essayions d’utiliser le code suivant pour importer la fonction train_test_split :

from sklearn.cross_validation import train_test_split

ModuleNotFoundError: No module named 'sklearn.cross_validation' 

Nous recevons une erreur car nous avons utilisé un mauvais nom de sous-module lors de la tentative d’importation de la fonction train_test_split .

Comment réparer l’erreur

Pour corriger cette erreur, nous devons simplement utiliser le sous-module model_selection à la place :

from sklearn.model_selection import train_test_split

Cette fois, nous ne recevons aucune erreur.

Nous pourrions ensuite utiliser la fonction train_test_split pour diviser un DataFrame pandas en un ensemble de formation et de test :

from sklearn.model_selection import train_test_split
import pandas as pd
import numpy as np

#make this example reproducible
np.random.seed(1)

#create DataFrame with 1000 rows and 3 columns
df = pd.DataFrame({'x1': np.random.randint(30, size=1000),
                   'x2': np.random.randint(12, size=1000),
                   'y': np.random.randint(2, size=1000)})

#split original DataFrame into training and testing sets
train, test = train_test_split(df, test_size=0.2, random_state=0)

#view first few rows of each set
print(train.head())

     x1  x2  y
687  16   2  0
500  18   2  1
332   4  10  1
979   2   8  1
817  11   1  0

print(test.head())

     x1  x2  y
993  22   1  1
859  27   6  0
298  27   8  1
553  20   6  0
672   9   2  1

Nous parvenons à utiliser avec succès la fonction train_test_split sans aucune erreur.

Ressources additionnelles

Les didacticiels suivants expliquent comment corriger d’autres erreurs courantes en Python :

Comment réparer : les colonnes se chevauchent mais aucun suffixe n’est spécifié
Comment réparer : l’objet ‘numpy.ndarray’ n’a pas d’attribut ‘append’
Comment réparer : si vous utilisez toutes les valeurs scalaires, vous devez transmettre un index
Comment réparer : ValueError : impossible de convertir le float NaN en entier

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *