ImportError: nessun modulo denominato sklearn.cross_validation

Sto usando Python 2.7 in Ubuntu 14.04. Ho installato scikit-learn, numpy e matplotlib con questi comandi:

sudo apt-get install build-essential python-dev python-numpy \
python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \
ipython

Ma quando importare questi pacchetti:

from sklearn.cross_validation import train_test_split

Mi restituisce questo errore:

ImportError: No module named sklearn.cross_validation

Cosa devo fare?

Deve riguardare la ridenominazione e il deprezzamento del cross_validationsottomodulo in model_selection. Provate a sostituire cross_validationamodel_selection

train_test_split è ora in model_selection. Basta digitare:

from sklearn.model_selection import train_test_split

dovrebbe funzionare

Immagino che la selezione incrociata non sia più attiva. Dovremmo usare invece la selezione del modello. Puoi scriverlo per correre,from sklearn.model_selection import train_test_split

Questo è tutto.

Assicurati di avere Anaconda installato e quindi crea un virtualenv usando conda . Ciò garantirà il funzionamento di tutte le importazioni

Python 2.7.9 |Anaconda 2.2.0 (64-bit)| (default, Mar  9 2015, 16:20:48) 
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
Anaconda is brought to you by Continuum Analytics.
Please check out: http://continuum.io/thanks and https://binstar.org
>>> from sklearn.cross_validation import train_test_split

sklearn.cross_validation è ora cambiato in sklearn.model_selection

Basta usare

from sklearn.model_selection import train_test_split

Penso che funzionerà.

sklearn.cross_validation

è cambiato in

sklearn.model_selection

Consulta la documentazione qui: https://scikit-learn.org/stable/modules/cross_validation.html

Potrebbe essere dovuto alla deprecazione di sklearn.cross_validation. Sostituisci sklearn.cross_validation con sklearn.model_selection

Ref- https://github.com/amueller/scipy_2015_sklearn_tutorial/issues/60

Dividere il set di dati nel set di allenamento e nel set di test

from sklearn.model_selection import train_test_split

Passato: from sklearn.cross_validation (Questo pacchetto è deprecato nella versione 0.18 da 0.20 in poi è cambiato in from sklearn import model_selection).

Presente: from sklearn import model_selection

Esempio 2:

Passato: from sklearn.cross_validation import cross_val_score(versione 0.18 che è obsoleta)

Presente : from sklearn.model_selection import cross_val_score

sklearn.cross_validation è ora cambiato in sklearn.model_selection

Basta cambiare

sklearn.cross_validation

per

sklearn.model_selection

cambia il codice in questo modo

# from sklearn.cross_validation import train_test_split
from sklearn.model_selection import train_test_split

Se hai un codice che deve eseguire varie versioni, potresti fare qualcosa del genere:

import sklearn
if sklearn.__version__ > '0.18':
    from sklearn.model_selection import train_test_split
else:
    from sklearn.cross_validation import train_test_split

Questo non è l'ideale però perché stai confrontando le versioni del pacchetto come stringhe, che di solito funzionano ma non sempre. Se sei disposto a installare packaging, questo è un approccio molto migliore:

from packaging.version import parse
import sklearn
if parse(sklearn.__version__) > parse('0.18'):
    from sklearn.model_selection import train_test_split
else:
    from sklearn.cross_validation import train_test_split

cross_validation è stato deprecato qualche tempo fa, prova a cambiarlo con model_selection

train_test_splitfa parte del modulo sklearn.model_selection, quindi potrebbe essere necessario importare il modulo damodel_selection

Codice:

from sklearn.model_selection import train_test_split

O dobbiamo effettuare il downgrade di scikit-learn alla versione compatibile più recente. E questo può essere fatto dopo aver attivato l'ambiente conda. Utilizzare i seguenti comandi per eseguire il downgrade di scikit-learn:

pip uninstall scikit-learn
pip install scikit-learn==0.19.2

O

Quando non vogliamo effettuare il downgrade di scikit-learn. Quindi sapevamo tutti che il nome "cross_validation" è deprecato nelle nuove versioni di scikit-learn ed è stato sostituito da "model_selection" nella nuova versione di anaconda. Pertanto potremmo ricevere un avviso o anche un errore.

Per evitare ciò, dobbiamo solo sostituire:

from sklearn.cross_validation import train_test_split

per

from sklearn.model_selection import train_test_split 

Spero che questo possa aiutare a risolvere il problema.