python 训练和测试中的错误：如何修复“TypeError: unhashable type: 'list'”

Question

我正在尝试编写代码，其中数据集分为训练和测试。 主要训练部分将分为训练和交叉验证。 使用 K-fold 值，我想运行代码，以便将主火车集分成我们想要的尽可能多的折叠（或组，取决于我们提到的折叠的值），并将 (folds-1) 组分配给分割的训练集和剩余的交叉验证。 例如，如果有 3 个折叠，则主列车分为三组：g1、g2、g3。 首先，将 g1+g2 作为训练，g3 是交叉验证，然后，g2+g3 是训练，g1 是交叉验证，依此类推，以找到准确率，从而找到最佳 K 值。

我使用的逻辑是根据折叠次数划分主列车并在其上使用随机选择。 因此从“split_list”function 中选择一组并进行交叉验证。 rest 用于训练（主要训练交叉验证）。

从 sklearn.metrics 导入随机数导入 accuracy_score

def split_list（x_train，折叠）：

length = len(x_train)

return  random.choices([ x_train[i*length // folds: (i+1)*length // folds] 
         for i in range(folds) ])
def Random_Search(x_train,y_train,classifier, params, folds):

trainscores = []
cvscores = []

for k in tqdm(params['n_neighbors']):

    trainscores_folds = []
    cvscores_folds = []

    for j in range(0, folds):   

        cv_indices = split_list(list(x_train), folds)
        train_indices = list(set(list(range(1, len(x_train)))) - 
                         set(cv_indices))

我得到的错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-114-808deaf8461e> in <module>

      8 params = {'n_neighbors':sorted(random.sample(range(1,50),10))}

      9 folds = 9

---> 10 trainscores,cvscores = Random_Search(X_train, y_train, neigh, params, folds)

     11 plt.plot(params['n_neighbors'],trainscores, label='train cruve')

     12 plt.plot(params['n_neighbors'],cvscores, label='cv cruve')

<ipython-input-113-fc0b09f4ad82> in Random_Search(x_train, y_train, classifier, params, folds)

     14         for j in range(0, folds):

     15             cv_indices = split_list(list(x_train), folds)

---> 16             train_indices = list(set(list(range(1, len(x_train)))) - set(cv_indices))

     17 # selecting the data points based on the train_indices and test_indices

     18             X_train = x_train[train_indices]

TypeError: unhashable type: 'list'

Answer 1

我不知道你想在那里做什么，但问题可能出在train_indices 列表上，就像 output 这样的列表，但你有一个包含项目列表的列表，所以他不知道如何阅读该列表。 他期望的项目不是项目列表。

所以你有一个包含一个项目列表的主列表，但他希望找到项目而不是另一个项目列表。