類型錯誤：train_test_split() 得到了一個意外的關鍵字參數“test_size”

Question

我正在嘗試使用隨機森林方法找到最佳特征集，我需要將數據集拆分為測試和訓練。 這是我的代碼

from sklearn.model_selection import train_test_split

def train_test_split(x,y):
    # split data train 70 % and test 30 %
    x_train, x_test, y_train, y_test = train_test_split(x, y,train_size=0.3,random_state=42)
    #normalization
    x_train_N = (x_train-x_train.mean())/(x_train.max()-x_train.min())
    x_test_N = (x_test-x_test.mean())/(x_test.max()-x_test.min())

train_test_split(data,data_y)

參數 data,data_y 解析正確。 但我收到以下錯誤。 我想不通這是為什么。

Answer 1

您在代碼中使用的函數名稱與 sklearn.preprocessing 中的函數名稱相同，更改函數名稱即可完成這項工作。 像這樣的東西，

from sklearn.model_selection import train_test_split

def my_train_test_split(x,y):
    # split data train 70 % and test 30 %
    x_train, x_test, y_train, y_test = train_test_split(x,y,train_size=0.3,random_state=42)
    #normalization
    x_train_N = (x_train-x_train.mean())/(x_train.max()-x_train.min())
    x_test_N = (x_test-x_test.mean())/(x_test.max()-x_test.min())

my_train_test_split(data,data_y)

說明：-盡管在python中有方法重載（即根據參數類型選擇同名函數），但在您的情況下，這兩個函數都需要相同類型的參數，因此不同的命名是唯一可能的解決方案海事組織。

Answer 2

另一種解決方案是重命名sklearn.model_selection ，它解決了sklearn.model_selection和model_selection （默認名稱）之間的沖突。

from sklearn.model_selection import train_test_split as sklearn_train_test_split