<\/p>\n
Um erro que voc\u00ea pode encontrar ao usar Python \u00e9:<\/span><\/p>\n Este erro geralmente ocorre ao tentar importar a fun\u00e7\u00e3o train_test_split<\/strong> do sklearn<\/strong> usando a seguinte linha:<\/span><\/p>\n No entanto, o subm\u00f3dulo cross_validation<\/strong> foi substitu\u00eddo pelo subm\u00f3dulo model_selection<\/strong> , portanto voc\u00ea deve usar a seguinte linha:<\/span><\/p>\n O exemplo a seguir mostra como resolver esse erro na pr\u00e1tica.<\/span><\/p>\n Digamos que queremos usar a fun\u00e7\u00e3o train_test_split<\/strong> do sklearn<\/strong> para dividir um DataFrame do pandas em conjuntos de treinamento e teste.<\/span><\/p>\n Suponha que tentemos usar o seguinte c\u00f3digo para importar a fun\u00e7\u00e3o train_test_split<\/strong> :<\/span><\/p>\n Estamos recebendo um erro porque usamos o nome de subm\u00f3dulo errado ao tentar importar a fun\u00e7\u00e3o train_test_split<\/strong> .<\/span><\/p>\n Para corrigir esse erro, simplesmente precisamos usar o subm\u00f3dulo model_selection<\/strong> :<\/span><\/p>\n Desta vez n\u00e3o recebemos nenhum erro.<\/span><\/p>\n Poder\u00edamos ent\u00e3o usar a fun\u00e7\u00e3o train_test_split<\/strong> para dividir um DataFrame do pandas em um conjunto de treinamento e teste:<\/span><\/p>\n Conseguimos usar a fun\u00e7\u00e3o train_test_split<\/strong> com sucesso e sem erros.<\/span><\/p>\n Os tutoriais a seguir explicam como corrigir outros erros comuns em Python:<\/span><\/p>\n Como corrigir: as colunas se sobrep\u00f5em, mas nenhum sufixo \u00e9 especificado<\/a> Um erro que voc\u00ea pode encontrar ao usar Python \u00e9: ModuleNotFoundError : No module named ‘sklearn.cross_validation’ Este erro geralmente ocorre ao tentar importar a fun\u00e7\u00e3o train_test_split do sklearn usando a seguinte linha: from sklearn. cross_validation import train_test_split No entanto, o subm\u00f3dulo cross_validation foi substitu\u00eddo pelo subm\u00f3dulo model_selection , portanto voc\u00ea deve usar a seguinte linha: […]<\/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":[],"class_list":["post-3542","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Como reproduzir o erro<\/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 Como corrigir o erro<\/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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como corrigir: o objeto \u2018numpy.ndarray\u2019 n\u00e3o possui um atributo \u2018append\u2019<\/a>
Como corrigir: se voc\u00ea usar todos os valores escalares, precisar\u00e1 passar um \u00edndice<\/a>
Como corrigir: ValueError: n\u00e3o \u00e9 poss\u00edvel converter float NaN em int<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"