ImportError: aucun module nommé sklearn.cross_validation

J'utilise python 2.7 dans Ubuntu 14.04. J'ai installé scikit-learn, numpy et matplotlib avec ces commandes:

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

Mais lorsque j'importe ces packages:

from sklearn.cross_validation import train_test_split

Cela me renvoie cette erreur:

ImportError: No module named sklearn.cross_validation

Ce que je dois faire?

Il doit concerner le changement de nom et la dépréciation du cross_validationsous-module en model_selection. Essayez de remplacer cross_validationàmodel_selection

train_test_split est maintenant dans model_selection. Tapez simplement:

from sklearn.model_selection import train_test_split

ça devrait marcher

Je suppose que la sélection croisée n'est plus active. Nous devrions utiliser à la place la sélection de modèle. Vous pouvez l'écrire pour l'exécuter,from sklearn.model_selection import train_test_split

C'est tout.

Assurez-vous que Anaconda est installé, puis créez un virtualenv en utilisant conda . Cela garantira que toutes les importations fonctionnent

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 est maintenant changé en sklearn.model_selection

Juste utiliser

from sklearn.model_selection import train_test_split

Je pense que cela fonctionnera.

sklearn.cross_validation

a changé en

sklearn.model_selection

Consultez la documentation ici: https://scikit-learn.org/stable/modules/cross_validation.html

Cela peut être dû à la dépréciation de sklearn.cross_validation. Veuillez remplacer sklearn.cross_validation par sklearn.model_selection

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

Fractionnement de l'ensemble de données en ensemble d'apprentissage et ensemble de test

from sklearn.model_selection import train_test_split

Passé: from sklearn.cross_validation (Ce paquet est obsolète dans la version 0.18 à partir de 0.20, il est changé en from sklearn import model_selection).

Présent: from sklearn import model_selection

Exemple 2:

Passé: from sklearn.cross_validation import cross_val_score(Version 0.18 qui est obsolète)

Présent : from sklearn.model_selection import cross_val_score

sklearn.cross_validation est maintenant changé en sklearn.model_selection

Changez juste

sklearn.cross_validation

à

sklearn.model_selection

changez le code comme ça

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

Si vous avez du code qui doit exécuter différentes versions, vous pouvez faire quelque chose comme ceci:

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

Ce n'est pas idéal car vous comparez les versions de packages sous forme de chaînes, ce qui fonctionne généralement mais pas toujours. Si vous êtes prêt à installer packaging, c'est une bien meilleure approche:

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 est obsolète il y a quelque temps, essayez de le désactiver avec model_selection

train_test_splitfait partie du module sklearn.model_selection, par conséquent, vous devrez peut-être importer le module depuismodel_selection

Code:

from sklearn.model_selection import train_test_split

Soit nous devons rétrograder scikit-learn vers la version compatible la plus récente. Et cela peut être fait après l'activation de l'environnement conda. Utilisez les commandes suivantes pour rétrograder scikit-learn:

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

OU

Lorsque nous ne voulons pas rétrograder scikit-learn. Ensuite, nous savions tous que le nom "cross_validation" est obsolète dans les nouvelles versions de scikit-learn et a été remplacé par "model_selection" dans la nouvelle version d'anaconda. Par conséquent, nous pourrions recevoir un avertissement ou même une erreur.

Pour éviter cela, il suffit de remplacer:

from sklearn.cross_validation import train_test_split

à

from sklearn.model_selection import train_test_split 

J'espère que cela aidera à résoudre le problème.